统计学习题答案_第3章__概率与概率分布
统计学第3章-概率、概率分布与抽样分布
互斥事件及其概率
(例题分析)
解：由于每一枚硬币出现正面或出现反面的概率 都是1/2，当抛掷的次数逐渐增大时，上面的4个 简单事件中每一事件发生的相对频数 (概率)将近 似等于 1/4 。因为仅当 H1T2 或 T1H2 发生时，才会 恰好有一枚硬币朝上的事件发生，而事件 H1T2 或 T1H2 又为互斥事件，两个事件中一个事件发 生或者另一个事件发生的概率便是 1/2(1/4+1/4) 。 因此，抛掷两枚硬币，恰好有一枚出现正面的概 率等于 H1T2 或 T1H2 发生的概率，也就是两种事 件中每个事件发生的概率之和
解：设 A = 某住户订阅了日报 B = 某个订阅了日报的住户订阅了晚报
依题意有：P(A)=0.75；P(B|A)=0.50
P(AB)=P(A)·P(B|A)=0.75×0.5=0.375
3－31
独立事件与乘法公式
(例题分析)
【例】从一个装有3个红球2个白球的盒子里摸球 (摸出后球不放回)，求连续两次摸中红球的概率
3－17
互斥事件的加法规则
(例题分析)
【例】抛掷一颗骰子，并考察其结果。求出其点 数为1点或2点或3点或4点或5点或6点的概率
解：掷一颗骰子出现的点数(1，2，3，4，5，6)共有
6个互斥事件，而且每个事件出现的概率都为1/6 根据互斥事件的加法规则，得
P(1或2或3或4或5或6) P(1) P(2) P(3) P(4) P(5) P(6) 1 1 1 1 1 1 1 6 6 6 6 6 6
合计
从这200个配件中任取一个进行检查，求 (1) 取出的一个为正品的概率 (2) 取出的一个为供应商甲的配件的概率 (3) 取出一个为供应商甲的正品的概率 (4) 已知取出一个为供应商甲的配件，它是正品的概率
生物统计学习题集参考答案
生物统计学习题集参考答案第一章概论一、填空1 变量按其性质可以分为连续变量和非连续变量。
2 样本统计数是总体参数的估计量。
3 生物统计学是研究生命过程中以样本来推断总体的一门学科。
4 生物统计学的基本内容包括_试验设置、统计分析_两大部分。
5 统计学的发展过程经历了古典记录统计学、近代描述统计学现代推断统计学3个阶段。
6 生物学研究中，一般将样本容量n大于等于30称为大样本。
7 试验误差可以分为__随机误差、系统误差两类。
二、判断（-）1 对于有限总体不必用统计推断方法。
（-）2 资料的精确性高，其准确性也一定高。
(+) 3 在试验设计中，随机误差只能减少，而不可能完全消除。
（+）4 统计学上的试验误差，通常指随机误差。
三、名词解释样本：从总体中抽出的若干个体所构成的集合称为样本。
总体：具有相同的个体所构成的集合称为总体。
连续变量：是指在变量范围内可抽出某一范围的所有值。
非连续变量：也称离散型变量，表示变量数列中仅能取得固定数值并且通常是整数。
准确性：也称准确度指在调查或试验中某一试验指标或性状的观测值与真实值接近的程度。
精确性：也称精确度指在调查或试验中同一试验指标或性状的重复观测值彼此接近程度的大小。
第二章试验资料的整理与特征数的计算一、填空1 资料按生物的性状特征可分为___数量性状资料_变量和__变量性状资料_变量。
2 直方图适合于表示__计量、连续变量_资料的次数分布。
3 变量的分布具有两个明显基本特征，即_集中性_和__离散性_。
4 反映变量集中性的特征数是__平均数__，反映变量离散性的特征数是__变异数（标准差）_。
5 样本标准差的计算公式s= √∑（x-x横杆）平方/(n-1)。
二、判断( - ) 1 计数资料也称连续性变量资料，计量资料也称非连续性变量资料。
( - ) 2 条形图和多边形图均适合于表示计数资料的次数分布。
（ +）3 离均差平方和为最小。
（ + ）4 资料中出现最多的那个观测值或最多一组的中点值，称为众数。
概率论与数理统计第三版课后习题答案
概率论与数理统计第三版课后习题答案概率论与数理统计是一门应用广泛的数学学科，它研究了随机事件的发生规律和数据的统计分析方法。
而《概率论与数理统计》第三版是一本经典的教材，它系统地介绍了概率论和数理统计的基本理论和方法。
在学习过程中，课后习题是巩固知识、提高能力的重要途径。
下面将为大家提供一些《概率论与数理统计》第三版课后习题的答案，希望能对大家的学习有所帮助。
第一章概率论的基本概念1. 掷一颗骰子，问出现奇数的概率是多少？答：骰子一共有6个面，其中3个面是奇数（1、3、5），所以出现奇数的概率是3/6=1/2。
2. 从一副扑克牌中随机抽取一张牌，问抽到红心的概率是多少？答：一副扑克牌有52张牌，其中有13张红心牌，所以抽到红心的概率是13/52=1/4。
第二章随机变量及其分布1. 设随机变量X的概率密度函数为f(x)=kx，其中0<x<1，求k的值。
答：由概率密度函数的性质可知，对于0<x<1，有∫f(x)dx=∫kxdx=1，解得k=2。
2. 设随机变量X的概率密度函数为f(x)=ce^(-x)，其中x>0，求c的值。
答：由概率密度函数的性质可知，对于x>0，有∫f(x)dx=∫ce^(-x)dx=1，解得c=1。
第三章多维随机变量及其分布1. 设随机变量(X,Y)服从二维正态分布，其概率密度函数为f(x,y)=1/(2πσ1σ2√(1-ρ^2))e^(-(1/(2(1-ρ^2)))(x^2/σ1^2-2ρxy/(σ1σ2)+y^2/σ2^2))，其中-∞<x,y<∞，求常数σ1、σ2和相关系数ρ之间的关系。
答：由二维正态分布的性质可知，对于-∞<x,y<∞，有∫∫f(x,y)dxdy=1，解得σ1σ2√(1-ρ^2)=1。
2. 设随机变量(X,Y)服从二维均匀分布，其概率密度函数为f(x,y)=1/(b-a)(d-c)，其中a<x<b，c<y<d，求常数a、b、c、d之间的关系。
袁卫《统计学》(第3版)课后习题-概率、概率分布与抽样分布(圣才出品)
5．离散型随机变量和连续型随机变量的概率分布的描述有哪些不同？连续型随机变量
的概率密度与分布函数之间是什么关系？
答：（1）离散型随机变量 X 只取有限个可能的值 x1，x2，…， xn ，而且是以确定的概
率取这些值，即
P（X=xi）=pi（ i =1，2，…，n）。因此，可以列出 X 的所有可能取值 x1，x2，…， xn ，以 及取每个值的概率 p1，p2，…， pn ，将它们用表格的形式表现出来，就是离散型随机变量
1 / 26
圣电子书
（3）主观概率
十万种考研考证电子书、题库视频学习平台
古典概率和统计概率都属于客观概率，它们的确定完全取决于对客观条件的理论分析或
是大量重复试验的事实，不以个人的意志为转移。而有些事件，特别是未来的某一事件，既
不能通过等可能事件个数来计算，也不能根据大量重复试验的频率来估计，但决策者又必须
，
对于连续型随机变量，其均值和方差分别为：
= E(X ) = xf (x)dx， 2 = E(X 2) − E2(X ) = − x2 f (x)dx
−
−
7．二项分布与超几何分布的适用场合有什么不同？它们的均值和方差有什么区别？
答：（1）从理论上讲，二项分布只适合于重复抽样（即从总体中抽出一个个体观察完后
对其进行估计从而作出相应的决策，那就需要应用主观概率。
主观概率需要人们根据经验、专业知识、对事件发生的众多条件或影响因素进行分析，
以此确定主观概率。
3．概率密度函数和分布函数的联系与区别表现在哪些方面？ 答：（1）区别 概率密度函数只是给出了连续型随机变量某一特定值的函数值，这一函数值不是真正意 义上的取值概率，连续型随机变量在给定区间内取值的概率对应的是概率密度函数 f（x）曲 线（或直线）在该区间上围成的面积，这一特征恰恰意味着连续型随机变量在某一点的概率 值为 0，因为它对应的面积为 0。而分布函数 F 在 x 处的取值，就是随机变量 X 的取值落在 区间（-∞，x）的概率。 （2）联系
《概率论与数理统计》习题及答案
概率论与数理统计 第一部份 习题第一章 概率论基本概念一、填空题1、设A ，B ，C 为3事件，则这3事件中恰有2个事件发生可表示为 。
2、设3.0)(,1.0)(=⋃=B A P A P ，且A 与B 互不相容，则=)(B P 。
3、口袋中有4只白球，2只红球，从中随机抽取3只，则取得2只白球，1只红球的概率为 。
4、某人射击的命中率为0.7，现独立地重复射击5次，则恰有2次命中的概率为 。
5、某市有50%的住户订晚报，有60%的住户订日报，有80%的住户订这两种报纸中的一种，则同时订这两种报纸的百分比为 。
6、设A ，B 为两事件，3.0)(,7.0)(==B A P A P ，则=)(B A P 。
7、同时抛掷3枚均匀硬币，恰有1个正面的概率为 。
8、设A ，B 为两事件，2.0)(,5.0)(=-=B A P A P ，则=)(AB P 。
9、10个球中只有1个为红球，不放回地取球，每次1个，则第5次才取得红球的概率为 。
10、将一骰子独立地抛掷2次，以X 和Y 分别表示先后掷出的点数，{}10=+=Y X A{}Y X B >=，则=)|(A B P 。
11、设B A ,是两事件，则B A ,的差事件为 。
12、设C B A ,,构成一完备事件组，且,7.0)(,5.0)(==B P A P 则=)(C P ，=)(AB P 。
13、设A 与B 为互不相容的两事件，,0)(>B P 则=)|(B A P 。
14、设A 与B 为相互独立的两事件，且4.0)(,7.0)(==B P A P ，则=)(AB P 。
15、设B A ,是两事件，,36.0)(,9.0)(==AB P A P 则=)(B A P 。
16、设B A ,是两个相互独立的事件，,4.0)(,2.0)(==B P A P 则=)(B A P 。
17、设B A ,是两事件，如果B A ⊃，且2.0)(,7.0)(==B P A P ，则=)|(B A P 。
概率论与数理统计第三章习题答案
3
3 = ⋅ lim 4 n→∞
1⎡ ⎛1⎞ ⎢1 − ⎜ ⎟ 4⎣ ⎢ ⎝4⎠
0， 1， 2， 5，由题意，显然 ξ ~ B(5,0.2) 解：设 ξ代表设备使用的个数， ξ＝ "，
2 2 3 2 (1) P (ξ = 2) = C 5 p q = C5 ⋅ (0.2) 2 ⋅ (0.8) 3 = 0.2048
( 2) P (ξ ≤ 2) = P (ξ = 0) ＋P (ξ = 1) ＋P (ξ = 2)
2⎡ ⎛2⎞ ⎢1 − ⎜ ⎟ k ∞ 3⎣ ⎢ ⎝3⎠ ⎛2⎞ 而 ∑ ⎜ ⎟ = lim n →∞ 2 k =1 ⎝ 3 ⎠ 1− 3 1 所以， 2 c＝1，从而 c = . 2
n −1
⎤ ⎥ ⎥ ⎦
=
2 1− 3
2 3
=2
3 ，以 ξ 表示首次取得成功的试 验 4 次数序号，试写出 ξ 的分布律，并求出 ξ 为偶数的概率 p。 7.设在某种试验中，试验 成功的概率为
0 1 2 = C5 (0.2) 0 (0.8) 5 + C 5 (0.2)1 (0.8) 4 + C 5 (0.2) 2 (0.8) 3 = 0.94208
( 3) P (ξ ≥ 2) = 1 − P (ξ = 0) − P (ξ = 1)
0 1 = 1 − C5 (0.2) 0 (0.8) 5 − C 5 (0.2)1 (0.8) 4 = 0.26272
概率论与数理统计习题库-第三章
长沙理工大学二手货QQ 交易群146 808 417#00001，与*00001解:作下表，表中第一行是自变量(X,Y)的全部可能取值点；第二行是第一行各取值相应的概率；第三、第四行分别是第一行各取值点相应的Z 、W 的取值。
从上表可以确定Z 的取值域为{0,1},W 的取值域为{-1,0,1,函数变量取某值的概率等于该值在表中相应概率之和。
例如P{Z=0}=0.12+0.18=0.3于是，Z 、W 的分布律分别为：#00002袋中有两只红球，三只白球，现不放回摸球二次，令(1)求(X,Y)的分布律。
(2)求X 与Y 的相关系数 *00002 解：（1）显然X 、Y 的全部可能取值为X=1，0；Y=1，0而P{X=1，Y=1}=P{两次均摸到红球}=2522C C ，同理计长沙理工大学二手货QQ 交易群146 808 417ij（2）256)(256)(52)(52)(====Y D X D Y E X E#00003设(X,Y)具有概率密度⎩⎨⎧<<<=其它01||0},{y x c y x f ，1)求常数c ；2)求P{Y>2X} ； 3)求F(0.5,0.5)*00003解：1) 如图所示区域D 为(X,Y)的非0定义域由归一性 图3)由F(x,y)的几何意义，可将F(0.5,0.5)理*00004解为(X,Y)落在{X ≤0.5,Y ≤0.5}区域（见如图G 1）上的概率。
故有 #00004已知(X,Y)的分布函数为⎪⎩⎪⎨⎧≤≤--≤≤--=----其它00101),(x y ye e yx xe e y x F yy y x （1）求X 与Y 的边缘概率密度。
（2）问X 与Y 是否相互独立？ *00004解：（1）⎩⎨⎧<≥-=∞=-0x 00x e 1)F(x,(x)F xX（2）不独立与Y X y x F y F x F Y X ∴≠),()()(#00005(X,Y)的分布函数为⎪⎩⎪⎨⎧≤≤--≤≤--=----其它00101),(x y ye e yx xe e y x F yy y x .（1）求X 与Y 的联合概率密度及边缘概率密度。
统计学课后习题答案(全章节)剖析
第二章、练习题及解答2.为了确定灯泡的使用寿命（小时），在一批灯泡中随机抽取100只进行测试，所得结果如下：700 716 728 719 685 709 691 684 705 718 706 715 712 722 691 708 690 692 707 701 708 729 694 681 695 685 706 661 735 665 668 710 693 697 674 658 698 666 696 698 706 692 691 747 699 682 698 700 710 722 694 690 736 689 696 651 673 749 708 727 688 689 683 685 702 741 698 713 676 702 701 671 718 707 683 717 733 712 683 692 693 697 664 681 721 720 677 679 695 691 713 699 725 726 704 729 703 696 717 688 要求：(2)以组距为10进行等距分组，生成频数分布表，并绘制直方图。
灯泡的使用寿命频数分布表3.某公司下属40个销售点2012年的商品销售收入数据如下：单位：万元152 124 129 116 100 103 92 95 127 104 105 119 114 115 87 103 118 142 135 125 117 108 105 110 107 137 120 136 117 108 97 88 123 115 119 138 112 146 113 126 要求：（1）根据上面的数据进行适当分组，编制频数分布表，绘制直方图。
（2）制作茎叶图，并与直方图进行比较。
解：（1）频数分布表（2）茎叶图第三章、练习题及解答1. 已知下表资料：试根据频数和频率资料，分别计算工人平均日产量。
解：根据频数计算工人平均日产量：687034.35200xf x f===∑∑（件） 根据频率计算工人平均日产量：34.35fx xf==∑∑（件）结论：对同一资料，采用频数和频率资料计算的变量值的平均数是一致的。
概率论与数理统计第三、四章答案
第三章 习题参考答案1.计算习题二第2题中随机变量的期望值。
解：由习题二第2题计算结果0112{0}={1}=33p p p p ξξ====，得12201333E ξ=⨯+⨯= 一般对0-1分布的随机变量ξ有{1}E p p ξξ===2．用两种方法计算习题二第30题中周长的期望值，一种是利用矩形长与宽的期望计算，另一种是利用周长期望的分布计算。
解：方法一：先按定义计算长的数学期望290.3300.5310.229.9E ξ=⨯+⨯+⨯=和宽的数学期望190.3200.4210.320E η=⨯+⨯+⨯=再利用数学期望的性质计算周长的数学期望(22)229.922099.8E E ζξη=+=⨯+⨯=方法二：利用习题二地30题的计算结果(见下表)，按定义计算周长的数学期望960.09980.271000.351020.231040.0698.8E ξ=⨯+⨯+⨯+⨯+⨯=3.对习题二第31题，（1）计算圆半径的期望值；（2）(2)E R π是否等于2ER π？（3）能否用2()ER π来计算远面积的期望值，如果不能用，又该如何计算？其结果是什么？解（1）100.1110.4120.3130.211.6ER =⨯+⨯+⨯+⨯=（2）由数学期望的性质有(2)223.2E R ER πππ==（3）因为22()()E R E R ππ≠，所以不能用2()E R π来计算圆面积的期望值。
利用随机变量函数的期望公式可求得222222()()(100.1110.4120.3130.2)135.4E R E R ππππ==⨯+⨯+⨯+⨯= 或者由习题二第31题计算结果，按求圆面积的数学期望1000.11210.41440.31690.2)135.4E ηπππ=⨯+⨯+⨯+⨯=4． 连续随机变量ξ的概率密度为,01(,0)()0,a kx x k a x ϕ⎧<<>=⎨⎩其它又知0.75E ξ= ，求k 和a 的值 解 由1010()11324a a kx dx kx dx a k E kx x dx a ϕξ+∞-∞===+=⋅==+⎰⎰⎰解得 2,3a k ==5．计算服从拉普拉斯分布的随机变量的期望和方差（参看习题二第16题）。
《概率论与数理统计答案》第三章
习题参考答案与提示
第三章 随机变量的数字特征习题参考答案与提示
1．设随机变量 X 的概率分布为
X
－3 0.1
0 0.2
1 0.3
5 0.4
pk 试求 EX 。
答案与提示： EX = 2 。 2．已知随机变量 X 的分布列为
X
0 0.1
1
p
2 0.4
3 0.2
Pk
答案与提示：（1）由归一性， p = 0.3 ； （2） EX = 1.7 ； （3） DX = 0.81 3．已知随机变量 X 的分布列为
后
答
D X −Y = 1−
26．设灯管使用寿命 X 服从指数分布，已知其平均使用寿命为 3000 小时，现有
—5—
案
若一周 5 个工作日里无故障可获利 10 万元，发生一次故障仍获利 5 万元，发生二次2π网
。
ww w
3 ； 2
.k
hd a
EZ =
1 ， DZ = 3 ； 2
w. c
解：（1）由数学期望、方差的性质及相关系数的定义( ρ XY =
第三章
习题参考答案与提示
求：（1） Y = 2 X 的数学期望；（2） Y = e −2 X 的数学期望。 答案与提示：（1） EY = E 2 X = 2 ；（2） EY = Ee −2 X = 1/ 3 。
1 11．试证明事件在一次试验中发生的次数的方差不超过 。 4
答案与提示：事件在 n 次独立重复试验中发生的次数服从参数为 n ， p 的二项分 布 B ( n, p ) ，当然在一次试验中发生的次数应服从 B (1, p ) ，即为(0-1)分布。
f ( x) = 1 − x− β e 2α
概率论与数理统计第三章课后习题及参考答案
概率论与数理统计第三章课后习题及参考答案1．设二维随机变量),(Y X 只能取下列数组中的值：)0,0(，)1,1(-，31,1(-及)0,2(，且取这几组值的概率依次为61，31，121和125，求二维随机变量),(Y X 的联合分布律．解：由二维离散型随机变量分布律的定义知，),(Y X 的联合分布律为2．某高校学生会有8名委员，其中来自理科的2名，来自工科和文科的各3名．现从8名委员中随机地指定3名担任学生会主席．设X ，Y 分别为主席来自理科、工科的人数，求：(1)),(Y X 的联合分布律；(2)X 和Y 的边缘分布律．解：(1)由题意，X 的可能取值为0，1，2，Y 的可能取值为0，1，2，3，则561)0,0(3833====C C Y X P ，569)1,0(381323====C C C Y X P ，569)2,0(382313====C C C Y X P ，561)3,0(3833====C C Y X P ，283)0,1(382312====C C C Y X P ，289)1,1(38131312====C C C C Y X P ，283)2,1(382312====C C C Y X P ，0)3,1(===Y X P ，563)0,2(381322====C C C Y X P ，563)1,2(381322====C C C Y X P ，0)2,2(===Y X P ，0)3,2(===Y X P ．),(Y X 的联合分布律为：(2)X 的边缘分布律为X 012P1452815283Y 的边缘分布律为Y 0123P285281528155613．设随机变量),(Y X 的概率密度为⎩⎨⎧<<<<--=其他．,0,42,20),6(),(y x y x k y x f 求：(1)常数k ；(2))3,1(<<Y X P ；(3))5.1(<Y P ；(4))4(≤+Y X P ．解：方法1：(1)⎰⎰⎰⎰--==+∞∞-+∞∞-422d d )6(d d ),(1yx y x k y x y x f ⎰--=42202d |)216(y yx x x k k y y k 8d )210(42=-=⎰，∴81=k ．(2)⎰⎰∞-∞-=<<31d d ),()3,1(y x y x f Y X P ⎰⎰--=32102d d )216(yx yx x x ⎰--=32102d |)216(81y yx x x 83|)21211(81322=-=y y ．(3)),5.1()5.1(+∞<<=<Y X P X P ⎰⎰+∞∞-∞---=5.1d d )6(81yx y x ⎰⎰--=425.10d d )6(81y x y x y yx x x d )216(81422⎰--=3227|)43863(81422=-=y y ．(4)⎰⎰≤+=≤+4d d ),()4(y x y x y x f Y X P ⎰⎰---=2042d )6(d 81x y y x x ⎰+-⋅=202d )812(2181x x x 32|)31412(1612032=+-=x x x ．方法2：(1)同方法1．(2)20<<x ，42<<y 时，⎰⎰∞-∞-=yxv u v u f y x F d d ),(),(⎰⎰--=y xv u v u 20d d )6(81⎰--=y xv uv u u 202d |)216(81⎰--=y v xv x x 22d )216(81y xv v x xv 222|)21216(81--=)1021216(81222x xy y x xy +---=，其他，0),,(=y x F ，∴⎪⎩⎪⎨⎧<<<<+---=其他．,0,42,20),1021216(81),(222y x x x xy y x xy y x F 83)3,1()3,1(==<<F Y X P ．(3))42,5.1(),5.1()5.1(<<<=+∞<<=<Y X P Y X P X P )2,5.1()4,5.1(<<-<<=Y X P Y X P 3227)2,5.1()4,5.1(=-=F F ．(4)同方法1．4．设随机变量),(Y X 的概率密度为⎩⎨⎧>>=--其他．,0,0,0,e ),(2y x A y x f y x 求：(1)常数A ；(2)),(Y X 的联合分布函数．解：(1)⎰⎰⎰⎰+∞+∞--+∞∞-+∞∞-==02d d e d d ),(1yx A y x y x f y x ⎰⎰+∞+∞--=002d e d e y x A y x2|)e 21(|)e (020A A y x =-⋅-=∞+-∞+-，∴2=A ．(2)0>x ，0>y 时，⎰⎰∞-∞-=y xv u v u f y x F d d ),(),(⎰⎰--=yxv u vu 02d d e 2yv x u 020|)e 21(|)e (2---⋅-=)e 1)(e 1(2y x ----=，其他，0),(=y x F ，∴⎩⎨⎧>>--=--其他．,0,0,0),e 1)(e 1(),(2y x y x F y x ．5．设随机变量),(Y X 的概率密度为⎩⎨⎧≤≤≤≤=其他．,0,10,10,),(y x Axy y x f 求：(1)常数A ；(2)),(Y X 的联合分布函数．解：(1)2121d d d d ),(11010⋅⋅===⎰⎰⎰⎰+∞∞-+∞∞-A y y x x A y x y x f ，∴4=A ．(2)10≤≤x ，10≤≤y 时，⎰⎰∞-∞-=y xv u v u f y x F d d ),(),(⎰⎰=yxv u uv 0d d 4220202||y x v u yx =⋅=，10≤≤x ，1>y 时，⎰⎰∞-∞-=yx v u v u f y x F d d ),(),(⎰⎰=100d d 4xv u uv 210202||x v u x =⋅=，10≤≤y ，1>x 时，⎰⎰∞-∞-=yx v u v u f y x F d d ),(),(⎰⎰=100d d 4yu v uv 202102||y v u y =⋅=，1>x ，1>y 时，⎰⎰∞-∞-=yx v u v u f y x F d d ),(),(⎰⎰=101d d 4v u uv 1||102102=⋅=v u，其他，0),(=y x F ，∴⎪⎪⎪⎩⎪⎪⎪⎨⎧>>≤≤>>≤≤≤≤≤≤=其他．,0,1,1,1,10,1,,1,10,,10,10,),(2222y x y x y y x x y x y x y x F ．6．把一枚均匀硬币掷3次，设X 为3次抛掷中正面出现的次数，Y 表示3次抛掷中正面出现次数与反面出现次数之差的绝对值，求：(1)),(Y X 的联合分布律；(2)X 和Y 的边缘分布律．解：由题意知，X 的可能取值为0，1，2，3；Y 的可能取值为1，3．易知0)1,0(===Y X P ，81)3,0(===Y X P ，83)1,1(===Y X P ，0)3,1(===Y X P 83)1,2(===Y X P ，0)3,2(===Y X P ，0)1,3(===Y X P ，81)3,3(===Y X P 故),(Y X 得联合分布律和边缘分布律为：7．在汽车厂，一辆汽车有两道工序是由机器人完成的：一是紧固3只螺栓；二是焊接2处焊点，以X 表示由机器人紧固的螺栓紧固得不牢的数目，以Y 表示由机器人焊接的不良焊点的数目，且),(Y X 具有联合分布律如下表：求：(1)在1=Y 的条件下，X 的条件分布律；(2)在2=X 的条件下，Y 的条件分布律．解：(1)因为)3,3()1,2()1,1()1,0()1(==+==+==+====Y X P Y X P Y X P Y X P Y P 08.0002.0008.001.006.0=+++=，所以43)1()1,0()1|0(=======Y P Y X P Y X P ，81)1()1,1()1|1(=======Y P Y X P Y X P ，101)1()1,2()1|2(=======Y P Y X P Y X P ，401)1()1,3()1|3(=======Y P Y X P Y X P ，故在1=Y 的条件下，X 的条件分布律为X 0123P4381101401(2)因为)2,2()1,2()0,2()2(==+==+====Y X P Y X P Y X P X P 032.0004.0008.002.0=++=，所以85)2()0,2()2,0(=======X P Y X P X Y P ，4)2()1,2()2,1(=======X P Y X P X Y P ，81)2()2,2()2,2(=======X P Y X P X Y P ，故在2=X 的条件下，Y 的分布律为：Y 012P8541818．设二维随机变量),(Y X 的概率密度函数为⎩⎨⎧>>=+-其他．,0,0,0,e ),()2(y x c y x f y x 求：(1)常数c ；(2)X 的边缘概率密度函数；(3))2(<+Y X P ；(4)条件概率密度函数)|(|y x f Y X ，)|(|x y f X Y ．解：(1)⎰⎰⎰⎰+∞+∞+-+∞∞-+∞∞-==0)2(d d e d d ),(1yx c y x y x f y x⎰⎰+∞+∞--=002d e d ey x c y x2|)e (|)e 21(002c c y x =-⋅-=∞+-∞+-，∴2=c ．(2)0>x 时，⎰+∞∞-=y y x f x f X d ),()(⎰+∞+-=0)2(d e 2y y x x y x 202e 2|)e (e 2-+∞--=-=，0≤x 时，0)(=x f X ，∴⎩⎨⎧≤>=-．0,0,0,e 2)(2x x x f x X ，同理⎩⎨⎧≤>=-．0,0,0,e )(y y y f y Y ．(3)⎰⎰<+=<+2d d ),()2(y x y x y x f Y X P ⎰⎰---=2202d d e 2xy x yx 422202e e 21d e d e 2-----+-==⎰⎰xy x y x ．(4)由条件概率密度公式，得，当0>y 时，有⎩⎨⎧>=⎪⎩⎪⎨⎧>==----其他．其他．,0,0,e 2,0,0,e e 2)(),()|(22|x x y f y x f y x f xy y x Y Y X ，0≤y 时，0)|(|=y x f Y X ，所以⎩⎨⎧>>=-其他．,0,0,0,e 2)|(2|y x y x f x Y X ；同理，当0>x 时，有⎩⎨⎧>=⎪⎩⎪⎨⎧>==----其他．其他．,0,0,e ,0,0,2e e 2)(),()|(22|y y x f y x f x y f yx y x X X Y 0≤x 时，0)|(|=x y f X Y ，所以⎩⎨⎧>>=-其他．,0,0,0,e )|(|y x x y f y X Y ．9．设二维随机变量),(Y X 的概率密度函数为⎩⎨⎧<<<<=其他．,0,0,10,3),(x y x x y x f求：(1)关于X 、Y 的边缘概率密度函数；(2)条件概率密度函数)|(|y x f Y X ，)|(|x y f X Y ．解：(1)10<<x 时，⎰+∞∞-=y y x f x f X d ),()(203d 3x y x x==⎰，其他，0)(=x f X ，∴⎩⎨⎧<<=其他．,0,10,3)(2x x x f X ，密度函数的非零区域为}1,10|),{(}0,10|),{(<<<<=<<<<x y y y x x y x y x ，∴10<<y 时，⎰+∞∞-=x y x f y f Y d ),()()1(23d 321y x x y-==⎰，其他，0)(=y f Y ，∴⎪⎩⎪⎨⎧<<-=其他．,0,10),1(23)(2y y y f Y ．(2)当10<<y 时，有⎪⎩⎪⎨⎧<<-=⎪⎪⎩⎪⎪⎨⎧<<-==其他．其他．,0,1,12,0,1,)1(233)(),()|(22|x y y x x y y xy f y x f y x f Y Y X ，其他，0)|(|=y x f Y X ，故⎪⎩⎪⎨⎧<<<<-=其他．,0,10,1,12)|(2|y x y y xy x f Y X ．当10<<x 时，有⎪⎩⎪⎨⎧<<=⎪⎩⎪⎨⎧<<==其他．其他．,0,0,1,0,0,33)(),()|(2|x y x x y x x x f y x f x y f X X Y ，其他，0)|(|=x y f X Y ，故⎪⎩⎪⎨⎧<<<<=其他．,0,10,0,1)|(|x x y x x y f X Y ．10．设条件密度函数为⎪⎩⎪⎨⎧<<<=其他．,0,10,3)|(32|y x yx y x f Y X Y 的概率密度函数为⎩⎨⎧<<=其他．,0,10,5)(4y y y f Y 求21(>X P ．解：⎩⎨⎧<<<==其他．,0,10,15)|()(),(2|y x y x y x f y f y x f Y X Y ，则6447d )(215d d 15d d ),(21(121421211221=-===>⎰⎰⎰⎰⎰>x x x x y y x y x y x f X P xx ．11．设二维随机变量),(Y X 的概率密度为⎪⎩⎪⎨⎧<<<<+=其他．,0,20,10,3),(2y x xyx y x f 求：(1)),(Y X 的边缘概率密度；(2)X 与Y 是否独立；(3))),((D Y X P ∈，其中D 为曲线22x y =与x y 2=所围区域．解：(1)10<<x 时，x x y xy x y y x f x f X 322d )3(d ),()(222+=+==⎰⎰+∞∞-，其他，0)(=x f X ，∴⎪⎩⎪⎨⎧<<+=其他．,0,10,322)(2x x x x f X ，20<<y 时，⎰+∞∞-=x y x f y f Y d ),()(316)d 3(12+=+=⎰y x xy x ，其他，0)(=y f Y ，∴⎪⎩⎪⎨⎧<<+=其他．,0,20,316)(y y y f Y ．(2)),()()(y x f y f x f Y X ≠，∴X 与Y 不独立．(3)}22,10|),{(2x y x x y x D ≤≤<<=，∴⎰⎰+=∈102222d d )3()),((x xx y xy x D Y X P 457d )32238(10543=--=⎰x x x x ．12．设二维随机变量),(Y X 的概率密度为⎪⎩⎪⎨⎧>>+=-其他．,0,0,0,e )1(),(2y x y x y x f x试讨论X ，Y 的独立性．解：当0>x 时，xx x X x yx y y x y y x f x f -∞+-∞+-∞+∞-=+-=+==⎰⎰e |11e d )1(e d ),()(002，当0≤x 时，0)(=x f X ，故⎩⎨⎧≤>=-．0,0,0,e )(x x x x f x X ，同理，可得⎪⎩⎪⎨⎧≤>+=．0,0,0,)1(1)(2y y y y f Y ，因为)()(),(y f x f y x f Y X =，所以X 与Y 相互独立．13．设随机变量),(Y X 在区域}|),{(a y x y x g ≤+=上服从均匀分布，求X 与Y 的边缘概率密度，并判断X 与Y 是否相互独立．解：由题可知),(Y X 的联合概率密度函数为⎪⎩⎪⎨⎧≤+=其他．,0,,21),(2a y x a y x f ，当0<<-x a 时，有)(1d 21d ),()(2)(2x a ay a y y x f x f xa x a X +===⎰⎰++-+∞∞-，当a x <≤0时，有)(1d 21d ),()(2)(2x a a y a y y x f x f x a x a X -===⎰⎰---+∞∞-，当a x ≥时，0d ),()(==⎰+∞∞-y y x f x f X ，故⎪⎩⎪⎨⎧≥<-=．a x a x x a a x f X ,0,),(1)(2，同理，由轮换对称性，可得⎪⎩⎪⎨⎧≥<-=．a y a y y a a y f Y ,0,),(1)(2，显然)()(),(y f x f y x f Y X ≠，所以X 与Y 不相互独立．14．设X 和Y 时两个相互独立的随机变量，X 在)1,0(上服从均匀分布，Y 的概率密度为⎪⎩⎪⎨⎧≤>=-．0,0,0,e 21)(2y y y f yY (1)求X 和Y 的联合概率密度；(2)设含有a 的二次方程为022=++Y aX a ，试求a 有实根的概率．解：(1)由题可知X 的概率密度函数为⎩⎨⎧<<=其他．,0,10,1)(x x f X ，因为X 与Y 相互独立，所以),(Y X 的联合概率密度函数为⎪⎩⎪⎨⎧><<==-其他．,0,0,10,e 21)()(),(2y x y f x f y x f yY X ，(2)题设方程有实根等价于}|),{(2X Y Y X ≤，记为D ，即}|),{(2X Y Y X D ≤=，设=A {a 有实根}，则⎰⎰=∈=Dy x y x f D Y X P A P d d ),()),(()(⎰⎰⎰---==1021002d )e 1(d d e 2122xx y x x y⎰--=102d e12x x ⎰--=12e 21212x x ππππ23413.01)]0()1([21-=Φ-Φ-=．15．设i X ～)4.0,1(b ，4,3,2,1=i ，且1X ，2X ，3X ，4X 相互独立，求行列式4321X X X X X =的分布律．解：由i X ～)4.0,1(b ，4,3,2,1=i ，且1X ，2X ，3X ，4X 相互独立，易知41X X ～)84.0,16.0(b ，32X X ～)84.0,16.0(b ．因为1X ，2X ，3X ，4X 相互独立，所以41X X 与32X X 也相互独立，又32414321X X X X X X X X X -==，则X 的所有可能取值为1-，0，1，有)1()0()1,0()1(32413241======-=X X P X X P X X X X P X P 1344.016.084.0=⨯=，)1,1()0,0()0(32413241==+====X X X X P X X X X P X P )1()1()0()0(32413241==+===X X P X X P X X P X X P 7312.016.016.084.084.0=⨯+⨯=，)0()1()0,1()1(32413241=======X X P X X P X X X X P X P 1344.084.016.0=⨯=，故X 的分布律为X 1-01P1344.07312.01344.016．设二维随机变量),(Y X 的概率密度为⎩⎨⎧>>=+-其他．,0,0,0,e 2),()2(y x y x f y x 求Y X Z 2+=的分布函数及概率密度函数．解：0≤z 时，若0≤x ，则0),(=y x f ；若0>x ，则0<-=x z y ，也有0),(=y x f ，即0≤z 时，0),(=y x f ，此时，0d d ),()2()()(2==≤+=≤=⎰⎰≤+zy x Z y x y x f z Y X P z Z P z F ．0>z 时，若0≤x ，则0),(=y x f ；只有当z x ≤<0且02>-=xz y 时，0),(≠y x f ，此时，⎰⎰≤+=≤+=≤=zy x Z yx y x f z Y X P z Z P z F 2d d ),()2()()(⎰⎰-+-=zx z y x y x 020)2(d e 2d z z z ----=e e 1．综上⎩⎨⎧≤>--=--．0,0,0,e e 1)(z z z z F z z Z ，所以⎩⎨⎧≤<='=-．0,0,0,e )()(z z z z F z f z Z Z ．17．设X ，Y 是相互独立的随机变量，其概率密度分别为⎩⎨⎧≤≤=其他．,0,10,1)(x x f X ，⎩⎨⎧≤>=-．0,0,0,e )(y y y f y Y 求Y X Z +=的概率密度．解：0<z 时，若0<x ，则0)(=x f X ；若0≥x ，则0<-=x z y ，0)(=-x z f Y ，即0<z 时，0)()(=-x z f x f Y X ，此时，0d )()()(=-=⎰+∞∞-x x z f x f z f Y X Z ．10≤≤z 时，若0<x ，则0)(=x f X ；只有当z x ≤≤0且0>-=x z y 时0)()(≠-x z f x f Y X ，此时，z zx z Y X Z x x x z f x f z f ---+∞∞--==-=⎰⎰e 1d e d )()()(0)(．1>z 时，若0<x ，0)(=x f X ；若1>x ，0)(=x f X ；若10≤≤x ，则0>-=x z y ，此时，0)()(≠-x z f x f Y X ，z x z Y X Z x x x z f x f z f ---+∞∞--==-=⎰⎰e )1e (d e d )()()(1)(．综上，⎪⎩⎪⎨⎧<>-≤≤-=--．0,0,1,e )1e (,10,e 1)(z z z z f z z Z ．18．设随机变量),(Y X 的概率密度为⎪⎩⎪⎨⎧>>+=+-其他．,0,0,0,e)(21),()(y x y x y x f y x (1)X 和Y 是否相互独立？(2)求Y X Z +=的概率密度．解：(1)),()()(y x f y f x f Y X ≠，∴X 与Y 不独立．(2)0≤z 时，若0≤x ，则0)(=x f X ；若0>x ，则0<-=x z y ，0),(=y x f ，此时，0d ),()(=-=⎰+∞∞-x x z x f z f Z ．0≥z 时，若0≤x ，则0)(=x f X ；只有当z x <<0且0>-=x z y 时0),(≠y x f ，此时，⎰+∞∞--=x x z x f z f Z d ),()(⎰+-+=zy x x y x 0)(d e )(21⎰-=z z x z 0d e 21z z -=e 212，所以⎪⎩⎪⎨⎧≤>=-．0,0,0,e 21)(2z z z z f zZ ．19．设X 和Y 时相互独立的随机变量，它们都服从正态分布),0(2σN ．证明：随机变量22Y X Z +=具有概率密度函数⎪⎩⎪⎨⎧<≥=-．0,0,0,e )(2222z z z z f z Z σσ．解：因为X 与Y 相互独立，均服从正态分布),0(2σN ，所以其联合密度函数为2222)(2e 121),(σσπy x y xf +-⋅=，(+∞<<∞-y x ,)当0≥z 时，有⎰⎰≤+=≤+=≤=zy x Z yx y x f z Y X P z Z P z F 22d d ),()()()(22⎰⎰≤++-⋅=zy x y x y x 22222d e 1212)(2σσπ⎰⎰-⋅=πσθσπ2022d ed 12122zr r r ⎰-=zr r r 022d e122σσ，此时，2222e)(σσz Z z z f -=；当0<z 时，=≤+}{22z Y X ∅，所以0)()()(22=≤+=≤=z Y X P z Z P z F Z ，此时，0)(=z f Z ，综上，⎪⎩⎪⎨⎧<≥=-．0,0,0,e )(2222z z z z f z Z σσ．20．设),(Y X 在矩形区域}10,10|),{(≤≤≤≤=y x Y X G 上服从均匀分布，求},min{Y X Z =的概率密度．解：由题可知),(Y X 的联合概率密度函数为⎪⎩⎪⎨⎧≤≤≤≤=其他．,0,20,10,21),(y x y x f ，易证，X ～]1,0[U ，Y ～]2,0[U ，且X 与Y 相互独立，⎪⎩⎪⎨⎧≥<≤<=．1,1,10,,0,0)(x x x x x F X ，⎪⎪⎩⎪⎪⎨⎧≥<≤<=．2,1,20,2,0,0)(y y yy y F Y ，可得)](1)][(1[1)(z F z F z F Y X Z ---=)()()()(z F z F z F z F Y X Y X -+=⎪⎪⎩⎪⎪⎨⎧≥<≤-<=．1,1,10,223,0,02z z z z z ，求导，得⎪⎩⎪⎨⎧<<-=其他．,0,10,23)(z z z f Z ．21．设随机变量),(Y X 的概率密度为⎩⎨⎧+∞<<<<=+-其他．,0,0,10,e ),()(y x b y x f y x (1)试确定常数b ；(2)求边缘概率密度)(x f X 及)(y f Y ；(3)求函数},max{Y X U =的分布函数．解：(1)⎰⎰⎰⎰+∞+-+∞∞-+∞∞-==01)(d d e d d ),(1yx b y x y x f y x ⎰⎰+∞--=10d e d e y x b y x)e 1(|)e(|)e (10102-+∞---=-⋅=b b y x ，∴1e11--=b ．(2)10<<x 时，1)(1e1e d e e 11d ),()(--∞++--∞+∞--=-==⎰⎰x y x X y y y x f x f ，其他，0)(=x f X ，∴⎪⎩⎪⎨⎧<<-=--其他．,0,10,e 1e )(1x x f xX ，0>y 时，⎰+∞∞-=x y x f y f Y d ),()(yy x x -+--=-=⎰e d e e 1110)(1，0≤y 时，0)(=y f Y ，∴⎩⎨⎧≤>=-．0,0,0,e )(y y y f y Y ．(3)0≤x 时，0)(=x F X ，10<<x 时，101e1e 1d e 1e d )()(----∞---=-==⎰⎰xxt xX X t t t f x F ，1≥x 时，1)(=x F X ，∴⎪⎪⎩⎪⎪⎨⎧≥<<--≤=--．1,1,10,e 1e1,0,0)(1x x x x F x X ；0≤y 时，0)(=y F Y ，0>y 时，y yv y Y Y v v v f y F --∞--===⎰⎰e 1d e d )()(0，∴⎩⎨⎧≤>-=-．0,0,0,e 1)(y y y F y Y ，故有)()()(y F x F u F Y X U =⎪⎪⎩⎪⎪⎨⎧≥-<≤--<=---．1,e 1,10,e 1e1,0,01u u u uu ．。
概率论与数理统计第三、四章答案
概率论与数理统计第三、四章答案第三章 习题参考答案1.计算习题二第2题中随机变量的期望值。
解：由习题二第2题计算结果112{0}={1}=33pp p p ξξ====，得12201333E ξ=⨯+⨯=一般对0-1分布的随机变量ξ有{1}E p p ξξ===2．用两种方法计算习题二第30题中周长的期望值，一种是利用矩形长与宽的期望计算，另一种是利用周长期望的分布计算。
解：方法一：先按定义计算长的数学期望290.3300.5310.229.9E ξ=⨯+⨯+⨯=和宽的数学期望190.3200.4210.320E η=⨯+⨯+⨯=再利用数学期望的性质计算周长的数学期望(22)229.922099.8E E ζξη=+=⨯+⨯=方法二：利用习题二地30题的计算结果(见下表)，按定义计算周长的数学期望ξ96 98 100 102 104p0.090.270.350.230.06960.09980.271000.351020.231040.0698.8E ξ=⨯+⨯+⨯+⨯+⨯=3.对习题二第31题，（1）计算圆半径的期望值；（2）(2)E R π是否等于2ER π？（3）能否用2()ER π来计算远面积的期望值，如果不能22||201()2x x D E x e dx x e dx ξξ+∞+∞---∞===⎰⎰20|22x x x e xe dx +∞-+∞-=-+=⎰6题目略解 (1)15辆车的里程均值为1274(9050150)91.33153++⋅⋅⋅+=≈ (2) 记ξ为从188辆汽车中任取一辆记录的里程数，则ξ的分布表如下表所示（a=188）ξ10 30 50 70 90 110 130 150 170p 5/a11/a 16/a 25/a 34/a 46/a 33/a 16/a 2/a故51124520103017096.1718818818847E ξ=⨯+⨯+⋅⋅⋅+⨯=≈ 7题目略解 记ξ为种子甲的每公顷产量，η为种子乙的每公顷产量，则45000.1248000.3851000.454000.14944E ξ=⨯+⨯+⨯+⨯= 45000.2348000.2451000.354000.234959E η=⨯+⨯+⨯+⨯=8．一个螺丝钉的重量是随机变量，期望值10g,标准差为1g,100个一盒的同型号螺丝钉重量的期望值和标准差个为多少（假设每个螺丝钉的重量都部首其他螺丝钉重量的影响）？解 设i ξ为一盒中第i 个螺丝钉的重量(1,2,,100)i =⋅⋅⋅,则 题设条件为101,i i E g D g ξξ==且12100,,,ξξξ⋅⋅⋅相互独立。
统计学习题答案 第3章 概率与概率分布
第3章 概率与概率分布——练习题(全免)1 .某技术小组有12人，他们的性别和职称如下，现要产生一名幸运者。
试求这位幸运者分别是以下几种可能的概率：（1）女性；（2）工程师；（3）女工程师，（4）女性或工程师。
并说明几个计算结果之间有何关系？解:设A ＝女性，B ＝工程师，AB ＝女工程师，A+B ＝女性或工程师（1）P(A)＝4/12＝1/3（2）P(B)＝4/12＝1/3（3）P(AB)＝2/12＝1/6（4）P(A+B)＝P(A)＋P(B)－P(AB)＝1/3＋1/3－1/6＝1/22. 某种零件加工必须依次经过三道工序，从已往大量的生产记录得知，第一、二、三道工序的次品率分别为0.2，0.1，0.1，并且每道工序是否产生次品与其它工序无关。
试求这种零件的次品率。
解:求这种零件的次品率，等于计算“任取一个零件为次品”（记为A ）的概率()P A 。
考虑逆事件A =“任取一个零件为正品”，表示通过三道工序都合格。
据题意，有：()(10.2)(10.1)(10.1)0.648P A =---=于是 ()1()10.6480.352P A P A =-=-=3. 已知参加某项考试的全部人员合格的占80％，在合格人员中成绩优秀只占15％。
试求任一参考人员成绩优秀的概率。
解:设A 表示“合格”，B 表示“优秀”。
由于B ＝AB ，于是)|()()(A B P A P B P ＝＝0.8×0.15＝0.124. 某项飞碟射击比赛规定一个碟靶有两次命中机会（即允许在第一次脱靶后进行第二次射击）。
某射击选手第一发命中的可能性是80％，第二发命中的可能性为50％。
求该选手两发都脱靶的概率。
解:设A ＝第1发命中。
B ＝命中碟靶。
求命中概率是一个全概率的计算问题。
再利用对立事件的概率即可求得脱靶的概率。
)|()()|()()(A B P A P A B P A P B P +＝＝0.8×1＋0.2×0.5＝0.9脱靶的概率＝1－0.9＝0.1或（解法二）：P (脱靶)＝P (第1次脱靶)×P(第2次脱靶)＝0.2×0.5＝0.15.已知某地区男子寿命超过55岁的概率为84％，超过70岁以上的概率为63%。
概率论与数理统计习题及答案----第3章习题详解
概率论与数理统计习题及答案----第3章习题详解习题三1.将一硬币抛掷三次，以X表示在三次中出现正面的次数，以Y表示三次中出现正面次数与出现反面次数之差的绝对值.试写出X和Y的联合分布律.【解】X和Y的联合分布律如表：2.盒子里装有3只黑球、2只红球、2只白球，在其中任取4只球，以X表示取到黑球的只数，以Y表示取到红球的只数.求X和Y的联合分布律.【解】X和Y的联合分布律如表：f （x ，y ）=⎩⎨⎧>>+-.,0,0,0,)43(其他y x A y x e求：（1） 常数A ；（2） 随机变量（X ，Y ）的分布函数； （3） P {0≤X <1，0≤Y <2}.【解】（1） 由-(34)0(,)d d e d d 112x y Af x y x y A x y +∞+∞+∞+∞+-∞-∞===⎰⎰⎰⎰得 A =12（2） 由定义，有(,)(,)d d yx F x y f u v u v -∞-∞=⎰⎰(34)340012ed d (1e )(1e )0,0,0,0,y yu v x y u v y x -+--⎧⎧-->>⎪==⎨⎨⎩⎪⎩⎰⎰其他(3){01,02}P X Y ≤<≤<12(34)3800{01,02}12ed d (1e )(1e)0.9499.x y P X Y x y -+--=<≤<≤==--≈⎰⎰ 5.设随机变量（X ，Y ）的概率密度为f （x ，y ）=⎩⎨⎧<<<<--.,0,42,20),6(其他y x y x k（1） 确定常数k ； （2） 求P {X ＜1，Y ＜3}； （3） 求P {X <1.5}； （4） 求P {X +Y ≤4}.【解】（1） 由性质有242(,)d d (6)d d 81,f x y x y k x y y x k +∞+∞-∞-∞=--==⎰⎰⎰⎰故18R =（2） 13{1,3}(,)d d P X Y f x y y x -∞-∞<<=⎰⎰130213(6)d d 88k x y y x =--=⎰⎰ (3)11.5{ 1.5}(,)d d a (,)d d x D P X f x y x y f x y x y<<=⎰⎰⎰⎰如图 1.542127d (6)d .832x x y y =--=⎰⎰(4)24{4}(,)d d (,)d d X Y D P X Y f x y x y f x y x y+≤+≤=⎰⎰⎰⎰如图b 240212d (6)d .83xx x y y -=--=⎰⎰题5图6.设X 和Y 是两个相互独立的随机变量，X 在（0，0.2）上服从均匀分布，Y 的密度函数为f Y （y ）=⎩⎨⎧>-.,0,0,55其他y y e求：（1） X 与Y 的联合分布密度；（2） P {Y ≤X }.题6图【解】（1） 因X 在（0，0.2）上服从均匀分布，所以X 的密度函数为1,00.2,()0.20,.X x f x ⎧<<⎪=⎨⎪⎩其他而55e ,0,()0,.y Y y f y -⎧>=⎨⎩其他所以(,),()()XY f x y X Y f x f y g 独立5515e25e ,00.20,0.20,0,yy x y --⎧⎧⨯<<>⎪==⎨⎨⎩⎪⎩且其他.(2)5()(,)d d 25e d d y y xDP Y X f x y x y x y-≤≤=⎰⎰⎰⎰如图0.20.2-550-1d 25e d (5e 5)d =e 0.3679.xyx x y x-==-+≈⎰⎰⎰7.设二维随机变量（X ，Y ）的联合分布函数为F （x ，y ）=⎩⎨⎧>>----.,0,0,0),1)(1(24其他y x y x e e求（X ，Y ）的联合分布密度.【解】(42)28e,0,0,(,)(,)0,x y x yF x yf x yx y-+⎧>>∂==⎨∂∂⎩其他.8.设二维随机变量（X，Y）的概率密度为f（x，y）= 4.8(2),01,0,0,.y x x y x-≤≤≤≤⎧⎨⎩其他求边缘概率密度.【解】()(,)dXf x f x y y+∞-∞=⎰x24.8(2)d 2.4(2),01,=0,.0,y x y x x x⎧⎧--≤≤⎪=⎨⎨⎩⎪⎩⎰其他()(,)dYf y f x y x+∞-∞=⎰12y4.8(2)d 2.4(34),01,=0,.0,y x x y y y y⎧-⎧-+≤≤⎪=⎨⎨⎩⎪⎩⎰其他题8图题9图9.设二维随机变量（X，Y）的概率密度为f（x，y）=⎩⎨⎧<<-.,0,,其他e yxy求边缘概率密度.【解】()(,)dXf x f x y y+∞-∞=⎰e d e,0,=0,.0,y xxy x+∞--⎧⎧>⎪=⎨⎨⎩⎪⎩⎰其他()(,)dYf y f x y x+∞-∞=⎰e d e,0,=0,.0,y yxx y y--⎧⎧>⎪=⎨⎨⎩⎪⎩⎰其他题10图10.设二维随机变量（X，Y）的概率密度为f（x，y）=⎩⎨⎧≤≤.,0,1,22其他yxycx（1）试确定常数c；（2）求边缘概率密度.【解】（1）(,)d d(,)d dDf x y x y f x y x y+∞+∞-∞-∞⎰⎰⎰⎰如图2112-14=d d 1.21xx cx y y c==⎰⎰得214c=.(2) ()(,)dXf x f x y y+∞-∞=⎰212422121(1),11,d840,0,.xx x xx y y⎧⎧--≤≤⎪⎪==⎨⎨⎪⎪⎩⎩⎰其他()(,)dYf y f x y x+∞-∞=⎰5227d,01,420,0,.yyx y x y y-⎧⎧≤≤⎪⎪==⎨⎨⎪⎪⎩⎩其他11.设随机变量（X，Y）的概率密度为f（x，y）=⎩⎨⎧<<<.,0,10,,1其他xxy求条件概率密度f Y｜X（y｜x），f X｜Y（x｜y）.题11图【解】()(,)dXf x f x y y+∞-∞=⎰1d2,01,0,.xxy x x-⎧=<<⎪=⎨⎪⎩⎰其他111d1,10,()(,)d1d1,01,0,.yY yx y yf y f x y x x y y-+∞-∞⎧=+-<<⎪⎪⎪===-≤<⎨⎪⎪⎪⎩⎰⎰⎰其他所以|1,||1,(,)(|)2()0,.Y XXy xf x yf y x xf x⎧<<⎪==⎨⎪⎩其他|1,1,1(,)1(|),1,()10,.X YYy xyf x yf x y y xf y y⎧<<⎪-⎪⎪==-<<⎨+⎪⎪⎪⎩其他12.袋中有五个号码1，2，3，4，5，从中任取三个，记这三个号码中最小的号码为X，最大的号码为Y.（1）求X与Y的联合概率分布；（2） X 与Y 是否相互独立？ 【解】（1） X 与Y 的联合分布律如下表 345 {}i P X x =1 3511C 10=3522C 10= 3533C 10= 610 2 0 3511C 10=3522C 10= 310 30 02511C 10=110{}i P Y y =110310610(2) 因6161{1}{3}{1,3},101010010P X P Y P X Y ===⨯=≠===g 故X 与Y 不独立13.设二维随机变量（X ，Y ）的联合分布律为2 5 80.4 0.80.15 0.30 0.35 0.05 0.12 0.03 （1）求关于X 和关于Y 的边缘分布； （2） X 与Y 是否相互独立？ 【解】（1）X 和Y 的边缘分布如下表2 5 8P {Y=y i }YX XYX Y0.4 0.15 0.30 0.350.8 0.80.05 0.12 0.03 0.2{}i P X x =0.20.420.38(2) 因{2}{0.4}0.20.8P X P Y ===⨯g 0.160.15(2,0.4),P X Y =≠=== 故X 与Y 不独立.14.设X 和Y 是两个相互独立的随机变量，X 在（0，1）上服从均匀分布，Y 的概率密度为f Y （y ）=⎪⎩⎪⎨⎧>-.,0,0,212/其他y y e（1）求X 和Y 的联合概率密度；（2） 设含有a 的二次方程为a 2+2Xa +Y =0，试求a 有实根的概率. 【解】（1） 因1,01,()0,X x f x <<⎧==⎨⎩其他;21e ,1,()20,yY y f y -⎧>⎪==⎨⎪⎩其他.故/21e01,0,(,),()()20,.y X Y x y f x y X Y f x f y -⎧<<>⎪=⎨⎪⎩g 独立其他题14图(2) 方程220aXa Y ++=有实根的条件是 2(2)40X Y ∆=-≥故X 2≥Y ，从而方程有实根的概率为：22{}(,)d d x yP X Y f x y x y ≥≥=⎰⎰21/2001d e d 212[(1)(0)]0.1445.x y x yπ-==Φ-Φ=⎰⎰15.设X 和Y 分别表示两个不同电子器件的寿命（以小时计），并设X 和Y 相互独立，且服从同一分布，其概率密度为f （x ）=⎪⎩⎪⎨⎧>.,0,1000,10002其他x x求Z =X /Y 的概率密度.【解】如图,Z 的分布函数(){}{}ZXF z P Z z P z Y =≤=≤(1) 当z ≤0时，()0ZF z =（2） 当0<z <1时，（这时当x =1000时,y =1000z）(如图a) 3366102222101010()d d d d yz Z zxy zF z x y y x x y x y +∞≥==⎰⎰⎰⎰33610231010=d 2z zy yzy +∞⎛⎫-=⎪⎝⎭⎰题15图(3) 当z ≥1时，（这时当y =103时，x =103z ）（如图b ）3366222210101010()d d d d zy Z xy zF z x y y xx y x y +∞≥==⎰⎰⎰⎰336231010101=d 12y yzy z +∞⎛⎫-=- ⎪⎝⎭⎰即11,1,2(),01,20,.Z z z zf z z ⎧-≥⎪⎪⎪=<<⎨⎪⎪⎪⎩其他故21,1,21(),01,20,.Z z z f z z ⎧≥⎪⎪⎪=<<⎨⎪⎪⎪⎩其他16.设某种型号的电子管的寿命（以小时计）近似地服从N （160，202）分布.随机地选取4 只，求其中没有一只寿命小于180的概率.【解】设这四只寿命为X i (i =1,2,3,4)，则X i ~N （160，202），从而123412{min(,,,)180}{180}{180}i P X X X X X P X P X ≥≥≥g 之间独立34{180}{180}P X P X ≥≥g1234[1{180}][1{180}][1{180}][1{180}]P X P X P X P X =-<-<-<-<g g g44144180160[1{180}]120[1(1)](0.158)0.00063.P X ⎡-⎤⎛⎫=-<=-Φ ⎪⎢⎥⎝⎭⎣⎦=-Φ==17.设X ，Y 是相互独立的随机变量，其分布律分别为P {X =k }=p （k ），k =0，1，2，…， P {Y =r }=q （r ），r =0，1，2，…. 证明随机变量Z =X +Y 的分布律为P {Z =i }=∑=-ik k i q k p 0)()(，i =0，1，2，….【证明】因X 和Y 所有可能值都是非负整数， 所以{}{}Z i X Y i ==+={0,}{1,1}{,0}X Y i X Y i X i Y =====-==U UL U于是{}{,},i k P Z i P X k Y i k X Y =====-∑相互独立0{}{}ik P X k P Y i k ===-∑g()()ik p k q i k ==-∑18.设X ，Y 是相互独立的随机变量，它们都服从参数为n ，p 的二项分布.证明Z =X +Y 服从参数为2n ，p 的二项分布.【证明】方法一：X +Y 可能取值为0，1，2，…，2n .0{}{,}ki P X Y k P X i Y k i =+====-∑00202(){}2ki k i n i k i n k ii kk n ki k n k P X i P Y k i n n p q p q i k i n n p q i k i n p q k =---+=-=-===-⎛⎫⎛⎫= ⎪ ⎪-⎝⎭⎝⎭⎛⎫⎛⎫= ⎪⎪-⎝⎭⎝⎭⎛⎫= ⎪⎝⎭∑∑∑g方法二：设μ1,μ2,…,μn ;μ1′,μ2′,…，μn ′均服从两点分布（参数为p ），则X =μ1+μ2+…+μn，Y =μ1′+μ2′+…+μn ′,X +Y =μ1+μ2+…+μn +μ1′+μ2′+…+μn ′,所以，X +Y 服从参数为（2n ,p )的二项分布.19.设随机变量（X ，Y ）的分布律为0 1 2 3 4 50 1 2 30 0.01 0.03 0.05 0.07 0.090.01 0.02 0.04 0.05 0.06 0.080.01 0.03 0.05 0.05 0.05 0.060.01 0.02 0.04 0.06 0.06 0.05 (1) 求P {X =2｜Y =2}，P {Y =3｜X =0}； （2） 求V =max （X ，Y ）的分布律； （3） 求U =min （X ，Y ）的分布律； （4） 求W =X +Y 的分布律.【解】（1）{2,2}{2|2}{2}P X Y P X Y P Y ======5{2,2}0.051,0.252{,2}i P X Y P X i Y ========∑X Y{3,0}{3|0}{0}P Y X P Y X P X ======3{0,3}0.011;0.033{0,}j P X Y P X Y j ========∑（2）{}{max(,)}{,}{,}P V i P X Y i P X i Y i P X i Y i ====<+≤= 1{,}{,},i ik k P X i Y k P X k Y i -=====+==∑∑0,1,2,3,4,5i =所以V 的分布律为V =max(X ,Y ) 0 12345P 0 0.04 0.16 0.28 0.24 0.28(3){}{min(,)}P U i P X Y i ===351{,}{,}{,}{,}k i k i P X i Y i P X i Y i P X i Y k P X k Y i ==+==≥+>====+==∑∑0,1,2,3,i =于是 U =min(X ,Y ) 0 1 2 3 P0.28 0.30 0.25 0.17 (4)类似上述过程，有W =X +Y 0 1 2345678P0 0.00.00.10.10.20.10.10.02 63 94 9 25 20.雷达的圆形屏幕半径为R，设目标出现点（X，Y）在屏幕上服从均匀分布.（1）求P{Y＞0｜Y＞X}；（2）设M=max{X，Y}，求P{M＞0}.题20图【解】因（X，Y）的联合概率密度为22221,,(,)π0,.x y Rf x y R⎧+≤⎪=⎨⎪⎩其他（1）{0,}{0|}{}P Y Y XP Y Y XP Y X>>>>=>(,)d(,)dyy xy xf x yf x yσσ>>>=⎰⎰⎰⎰π2π/405π42π/401d dπ1d dπRRr rRr rRθθ=⎰⎰⎰⎰3/83;1/24==(2) {0}{max(,)0}1{max(,)0}P M P X Y P X Y>=>=-≤131{0,0}1(,)d1.44xyP X Y f x yσ≤≤=-≤≤=-=-=⎰⎰21.设平面区域D由曲线y=1/x及直线y=0，x=1,x=e2所围成，二维随机变量（X，Y）在区域D上服从均匀分布，求（X，Y）关于X 的边缘概率密度在x=2处的值为多少？题21图【解】区域D的面积为22e e0111d ln 2.S x xx===⎰（X,Y）的联合密度函数为211,1e,0,(,)20,.x yf x y x⎧≤≤<≤⎪=⎨⎪⎩其他（X，Y）关于X的边缘密度函数为1/211d,1e,()220,.xXy xf x x⎧=≤≤⎪=⎨⎪⎩⎰其他所以1(2).4Xf=22.设随机变量X和Y相互独立，下表列出了二维随机变量（X，Y）联合分布律及关于X 和Y的边缘分布律中的部分数值.试将其余数值填入表中的空白处.y 1 y 2 y 3 P {X =x i }=p i x 1 x 21/8 1/8P {Y =y j }=p j 1/6 1【解】因21{}{,}jjiji P Y y P P X x Y y ======∑,故11121{}{,}{,},P Y y P X x Y y P X x Y y ====+==从而11111{,}.6824P X x Y y ===-= 而X 与Y 独立，故{}{}{,}ijiiP X x P Y y P X x Y y =====g ,从而11111{}{,}.624P X x P X x Y y =⨯==== 即：1111{}/.2464P X x === 又1111213{}{,}{,}{,},P X x P X x Y y P X x Y y P X x Y y ====+==+==即1,3111{},4248P X x Y y =++== 从而131{,}.12P X x Y y === 同理21{},2P Y y == 223{,}8P X x Y y ===YX又31{}1jj P Y y ===∑,故3111{}1623P Y y ==--=. 同理23{}.4P X x == 从而23313111{,}{}{,}.3124P X x Y y P Y y P X x Y y ====-===-=故1y 2y 3y {}i iP X x P ==1x 124 18 112 14 2x18 38 14 34{}j jP Y y p ==161213123.设某班车起点站上客人数X 服从参数为λ(λ>0)的泊松分布，每位乘客在中途下车的概率为p （0<p <1），且中途下车与否相互独立，以Y 表示在中途下车的人数，求：（1）在发车时有n 个乘客的条件下，中途有m 人下车的概率；（2）二维随机变量（X ，Y ）的概率分布.YX【解】(1){|}C (1),0,0,1,2,m m n mn P Y m X n p p m n n -===-≤≤=L .(2){,}{}{|}P X n Y m P X n P Y m X n ======ge C (1),,0,1,2,.!mmn mnnp p n m n n n λλ--=-≤≤=g L24.设随机变量X 和Y 独立，其中X 的概率分布为X ~⎪⎪⎭⎫⎝⎛7.03.021，而Y 的概率密度为f (y )，求随机变量U =X +Y 的概率密度g (u ).【解】设F （y ）是Y 的分布函数，则由全概率公式，知U =X +Y 的分布函数为(){}0.3{|1}0.7{|2}G u P X Y u P X Y u X P X Y u X =+≤=+≤=++≤=0.3{1|1}0.7{2|2}P Y u X P Y u X =≤-=+≤-=由于X 和Y 独立，可见()0.3{1}0.7{2}G u P Y u P Y u =≤-+≤-0.3(1)0.7(2).F u F u =-+-由此，得U 的概率密度为()()0.3(1)0.7(2)g u G u F u F u '''==-+-0.3(1)0.7(2).f u f u =-+-25. 25. 设随机变量X 与Y 相互独立，且均服从区间[0,3]上的均匀分布，求P {max{X ,Y }≤1}.解：因为随即变量服从[0，3]上的均匀分布，于是有1, 03,()30, 0,3;x f x x x ⎧≤≤⎪=⎨⎪<>⎩1, 03,()30, 0, 3.y f y y y ⎧≤≤⎪=⎨⎪<>⎩因为X ，Y 相互独立，所以1, 03,03,(,)90, 0,0,3, 3.x y f x y x y x y ⎧≤≤≤≤⎪=⎨⎪<<>>⎩推得1{max{,}1}9P X Y ≤=.26. 设二维随机变量（X ，Y ）的概率分布为-1 01-1 0 1a 00.20.1 b0.20 0.1c其中a ,b ,c 为常数，且X 的数学期望E (X )= -0.2,P {Y ≤0|X ≤0}=0.5，记Z =X +Y .求： （1） a ,b ,c 的值；XY（2） Z 的概率分布； （3） P {X =Z }.解 (1) 由概率分布的性质知，a+b+c +0.6=1 即 a+b+c = 0.4.由()0.2E X =-，可得0.1a c -+=-.再由{0,0}0.1{00}0.5{0}0.5P X Y a b P Y X P X a b ≤≤++≤≤===≤++,得0.3a b +=.解以上关于a ，b ，c 的三个方程得0.2,0.1,0.1a b c ===. (2) Z 的可能取值为-2，-1，0，1，2，{2}{1,1}0.2P Z P X Y =-==-=-=，{1}{1,0}{0,1}0.1P Z P X Y P X Y =-==-=+==-=，{0}{1,1}{0,0}{1,1}0.3P Z P X Y P X Y P X Y ===-=+==+==-=，{1}{1,0}{0,1}0.3P Z P X Y P X Y ====+===，{2}{1,1}0.1P Z P X Y =====，即Z 的概率分布为Z -2 -1 01 2P 0.2 0.1 0.30.3 0.1(3)====++=++=. {}{0}0.10.20.10.10.20.4 P X Z P Y b。
概率论与数理统计(茆诗松)第二版课后第三章习题参考答案
0x
0
x0
y 1
0
1x
y
1
0.25
0
0.5 1 x
y
1
1
= ⎜⎛ x 2 − 1 x 4 ⎟⎞ = 1 ； ⎝ 2 ⎠0 2
（4）当 x < 0 或 y < 0 时，F (x, y) = P (∅) = 0， 当 0 ≤ x < 1 且 0 ≤ y < 1 时，
0
1x
∫ ∫ ∫ ∫ F(x, y) = P{X ≤ x, Y ≤ y} =
⋅8 12
⋅4 11
=
40 429
，
P{( X1,
X2,
X3)
=
(1, 1,
0)}
=
5 13
⋅4 12
⋅8 11
=
40 429
，
P{( X1,
X2,
X3)
=
(1, 1, 1)}
=
5 13
⋅4 12
⋅3 11
=
5 143
；
（2）
P{( X1,
X2)
=
(0,
0)}
=
8 13
⋅7 12
=
14 39
，
P{( X1,
i = 0, 1, 2, 3, 4, 5; j = 0, L, 5 − i ，
故 (X, Y ) 的联合分布列为
Y X
0 1 2 3 4 5
0
0.00032 0.004 0.02 0.05 0.0625 0.03125
1
0.0024 0.024 0.09 0.15 0.09375
0
2
0.0072 0.054 0.135 0.1125
概率论与数理统计课后答案北邮版(第三章)
习题三1.将一硬币抛掷三次， 以 X 表示在三次中出现正面的次数，以 Y 表示三次中出现正面次数与出现反面次数之差的绝对值.试写出 X 和 Y 的联合分布律.【解】 X 和 Y 的联合分布律如表：X 0 1 23Y111 11321 1 1C 32228C 32223/ 831 01 1 1 182 2282.盒子里装有 3 只黑球、 2 只红球、 2 只白球，在其中任取4 只球，以 X 表示取到黑球的只数，以 Y 表示取到红球的只数 .求 X 和 Y 的联合分布律 .【解】 X 和 Y 的联合分布律如表：X 0123YC 32 C 22 3 C 33 C 122C 7435C 7435 1C 13 C 12 C 226 C 32 C 12 C 12 12C 33 C 12 2 C 435C 4 35C 4357772P(0 黑,2 红,2 白)=C 13 C 22 C 126 C 32 C 22 3 0C 22 C 22 / C 74 1C 7435C 7435353.设二维随机变量（ X ， Y ）的联合分布函数为π πF （ x ， y ） =sin x sin y, 0 x 2 ,0 y 20,其他 . 求二维随机变量（X ， Y ）在长方形域0 π πyπ 内的概率 .x,634【解】 如图 P{0 Xπ πYπ4,}公式 (3.2)6 3π π F ( π π F (0, π F (0, πF ( , ) , ) 3) )4 3 4 6 6π π π π π π sinsinsin sin6sin 0 sinsin 0 sin434362(31). 4题 3 图说明：也可先求出密度函数，再求概率。
4.设随机变量（ X ，Y ）的分布密度A e (3x 4 y) ,x 0, y 0,f （x ， y ） =0,其他 .求：（ 1） 常数 A ；（ 2） 随机变量（ X ，Y ）的分布函数；（ 3） P{0 ≤X<1， 0≤Y<2}.【解】（ 1） 由f ( x, y)dxdyAe -(3 x 4y )dxdyA 112得 A=12（ 2） 由定义，有yxF ( x, y)f (u, v)dudvy y (3 u 4v)dudv (1 e3x)(1 e 4 y) y 0, x 0,0 12e0,其他0,(3) P{0 X 1,0 Y 2}P{0 X1,0 Y2}1 2 (3 x 4 y )dxdy (1 e 3)(1 e 8)0.9499.12e 05.设随机变量（ X ，Y ）的概率密度为f （x ， y ） =k (6 x y), 0x 2, 2 y 4,0,其他 .（ 1） 确定常数 k ； （ 2） 求 P{ X ＜1，Y ＜3} ； （ 3） 求 P{ X<1.5} ；（ 4） 求 P{ X+Y ≤4}. 【解】（ 1） 由性质有f ( x, y)dxdy2 4x y)dydx 8k 1,0 k(62故1R8（2） P{ X1,Y 3}13f ( x, y)dydx1 31x3k(6y)dydx288 (3) P{ X 1.5}f (x, y)dxdy 如图 a f ( x, y)dxdyx 1.5D 11.5 4 1y)dy27dx(6 x .2832(4) P{ X Y 4}f ( x, y)dxdy 如图 b f ( x, y)dxdyX Y 42 4 x dx2D 21(6 x y)d y2 . 83题 5 图6.设 X 和 Y 是两个相互独立的随机变量，X 在（ 0，0.2）上服从均匀分布，Y 的密度函数为5e 5 y , y 0,f Y （ y ） =其他 .0,求：（ 1） X 与 Y 的联合分布密度； （ 2） P{ Y ≤X}.题 6 图【解】（ 1） 因 X 在（ 0， 0.2）上服从均匀分布，所以X 的密度函数为1, 0 x 0.2,f X ( x)0.20, 其他 .而f Y ( y)5e 5 y , y0,0, 其他 .所以f (x ,y )X Y,独立 fX x( f) y ( )Y1 5e 5 y25e 5 y ,0 x 且 y0,0.20.20,其他 .0,(2) P(YX )f ( x, y)dxdy 如图 25e 5 y dxdyy xD0.2x0.2( 5e5x5)dx0 dx 25e-5ydy 0=e -10.3679.7.设二维随机变量（ X ， Y ）的联合分布函数为F （ x ， y ） =(1 e 4 x )(1 e 2 y ), x 0, y 0,0,其他 .求（ X ， Y ）的联合分布密度 .【解】 f (x, y)2F ( x, y) 8e (4 x 2 y) , x 0, y0,x y0,其他 .8.设二维随机变量（ X ， Y ）的概率密度为f （ x ，y ） =4.8y(2 x), 0 x 1,0 y x,0,其他 .求边缘概率密度 .【解】( )( , )df X xf x y yx4.8y(2 x)dy2.4x 2 (2 x), 0 x 1,=0,0,其他 .f Y ( y)f ( x, y) dx1x)dx2.4 y(3 4yy 2), 0 y 1,=4.8 y(2 y0,0,其他 .题8图题9图9.设二维随机变量（X， Y）的概率密度为e y , 0 x y,f（x， y） =0,其他 .求边缘概率密度.【解】()( , )df X x f x y y=xe y dy e x,x 0,0,其他.0,f Y ( y) f (x, y)dxye y dx ye x ,y 0,=0,其他.0,题 10图10.设二维随机变量（X， Y）的概率密度为cx2 y, x2y 1,f（ x，y） =其他 .0,（1）试确定常数 c；（2）求边缘概率密度 .【解】（ 1） f ( x, y)dxdy如图 f (x, y)dxdyD112ydy 4c 1.= dxx 2 cx-121 21得.c4(2) f X ( x) f ( x, y)dy221x2 ydy21x2 (1x4 ), 1 x 1,1x480,0,其他.f Y ( y) f ( x, y)dxy 21x2 ydx7 y25,0 y1,0,y420,其他.11.设随机变量（ X， Y）的概率密度为1, y x, 0 x1,f（ x， y）=0,其他 .求条件概率密度f Y｜X（ y｜ x）， f X｜Y（ x｜ y） .题 11图【解】()( ,)df X x f x y yx1dy2x, 0 x 1,x0,其他 .11y,1y0,1dxyf Y ( y) f ( x, y)dx11y,0y1,1dxy0,其他 .所以f ( x, y)1| y | x 1,,f Y |X ( y | x) 2 xf X (x)0,其他 .1,y x 1,1yf ( x, y)1,y x 1,f X |Y (x | y)1f Y ( y)y0,其他 .12.袋中有五个号码1， 2，3，4，5，从中任取三个，记这三个号码中最小的号码为X，最大的号码为 Y.（1）求 X 与 Y 的联合概率分布；（2） X 与 Y 是否相互独立？【解】（ 1） X 与 Y 的联合分布律如下表Y345P{ X xi }X1112233610C5310C5310C5310201122310C 5310C531030011110C5210P{ Y y i}136 101010(2)因P{X1}P{Y61611,Y3}, 3}10100P{ X1010故X与Y不独立13.设二维随机变量（X， Y）的联合分布律为X258Y0.40.150.300.350.80.050.120.03（1）求关于 X 和关于 Y 的边缘分布；（2） X 与 Y 是否相互独立？【解】（ 1） X 和 Y 的边缘分布如下表YX258P{ Y=y i } 0.40.150.300.350.80.80.050.120.030.2P{ X x }0.20.420.38(2) 因 P{ X 2} P{Y 0.4}0.2 0.8 0.160.15 P( X2, Y0.4),故X 与Y 不独立 .14.设 X 和 Y 是两个相互独立的随机变量，X 在（ 0，1）上服从均匀分布， Y 的概率密度为f Y （y ） = 1 e y / 2 ,y 0,2其他 .0,（ 1）求 X 和 Y 的联合概率密度；（ 2） 设含有 a 的二次方程为a 2+2Xa+Y=0，试求 a 有实根的概率 .y1, 0 x 1, f Y ( y)1e 2, y 1,【解】（ 1） 因 f X ( x)其他 ;20,0,其他 .故f ( x, y) X ,Y 独立 f X (x) f Y ( y)1 e y /2 0 x 1, y 0, 20, 其他 .题14图(2) 方程 a 22Xa Y 0 有实根的条件是(2X )24Y 0故X 2 ≥Y ，从而方程有实根的概率为：P{ X 2Y}f ( x, y)d xdyx 2y1 x 21e y/ 2dydx21 2 [(1)(0)]0.1445.15.设 X 和 Y 分别表示两个不同电子器件的寿命（以小时计），并设 X 和 Y 相互独立，且服从同一分布，其概率密度为f （ x ）=1000 ,x 1000,x20, 其他 .求Z=X/Y 的概率密度 .【解】如图 ,Z 的分布函数F Z(){}{ X}z P Z z P zY (1) 当 z≤0时，F Z(z)0（2）当 0<z<1 时，（这时当 x=1000 时 ,y= 1000） (如图 a) zF Z (z)1062 dxdy103dyyz1062 dxx2y103x2y x zyz= 103103106zy2zy3dyz2题15 图(3)当 z≥1时，（这时当 y=10 3时， x=10 3z）（如图 b）F Z (z)106dxdy3 dy zy1062 dxxx2y210103x2yyz=103106dy11 103y232zzy1 1 ,z1,2z即f Z ( z)z ,0z1,20,其他 .1,z1,2z2故 f Z ( z) 1 ,0z 1,20,其他 .16.设某种型号的电子管的寿命（以小时计）近似地服从N（160，202）分布.随机地选取4只，求其中没有一只寿命小于 180h 的概率 .【解】设这四只寿命为X i(i=1,2,3,4) ，则 X i~N（ 160， 202），从而P{min( X1, X 2 , X 3 , X 4 ) 180} X i之间独立 P{ X1 180} P{ X 2 180}P{ X3180} P{ X 4 180}[1P {X180} ][1P X {180}P] [1X{ 1 8P0} X] [1{180} ] 12344[1P{ X1180}] 4118016020[1(1)]4(0.158) 40.00063.17.设 X，Y 是相互独立的随机变量，其分布律分别为P{ X=k}= p（ k）， k=0， 1， 2，⋯，P{ Y=r}= q（ r）， r =0，1， 2，⋯.证明随机变量Z=X+Y 的分布律为iP{ Z=i}=p(k)q(i k) ，i=0，1，2，⋯.k 0【证明】因 X 和 Y 所有可能值都是非负整数，所以{ Z i} { X Y i }{ X 0, Y i} { X 1,Y i 1}{ X i, Y0}于是i iP{ Z i}P{ X k, Y i k} X ,Y相互独立P{ X k} P{ Y i k}k 0k 0ip(k )q(i k )k 018.设 X，Y 是相互独立的随机变量，它们都服从参数为n，p 的二项分布 .证明 Z=X+Y 服从参数为 2n， p 的二项分布 .【证明】方法一： X+Y 可能取值为0，1， 2，⋯， 2n.kP{ X Y k}P{ X i, Y k i}i 0kP( X i ) P{ Y k i} i0ki0 ki 0n i n i n k iq n k i ip q pk in n pk q2n ki k i2np k q2 n kk方法二：设μ, ，⋯μ′均服从两点分布（参数为n p），则1,μ2,⋯,μn;μ′,μ′12， Y=μ′+μ′ +⋯+μ′,X=μ1+μ2n12nX+Y=μ1+μ2+⋯+μn+μ1′+μ2′ +⋯+μn′,所以， X+Y 服从参数为（2n,p)的二项分布 .19.设随机变量（X， Y）的分布律为X012345Y000.010.030.050.070.09 10.010.020.040.050.060.08 20.010.030.050.050.050.06 30.010.020.040.060.060.05(1) 求 P{ X=2｜Y=2} ， P{ Y=3｜ X=0} ；（2）求 V=max （ X， Y）的分布律；（3）求 U =min （ X， Y）的分布律；（4）求 W=X+Y 的分布律 .【解】（ 1）P{ X 2 |YP{ X2,Y2}2}P{Y2}P{ X2,Y2}0.05150.25, P{ X i ,Y2}2 i0P{ Y3| XP{Y3, X0}0}P{ X0}3P{ X0, Y3}0.011 ;P{ X0, Y j}0.033 j0（ 2）P{V i} P{max( X ,Y )i} P{ X i ,Y i} P{ X i ,Y i}i1iP{ X i ,Y k}P{ X k ,Y i},i0,1, 2,3, 4, k0k0所以 V 的分布律为V=max( X,Y)012345P00.040.160.280.240.28(3)P{U i } P{min( X ,Y ) i}P{ X i ,Y i }P{ X i ,Y i}35i0,1, 2,3P{ X i,Y k}P{ X k,Y i}k i k i1于是U=min( X,Y)0123P0.280.300.250.17(4)类似上述过程，有W=X+Y012345678P00.020.060.130.190.240.190.120.05 20.雷达的圆形屏幕半径为R，设目标出现点（X， Y）在屏幕上服从均匀分布 .（ 1）求 P{ Y＞0｜Y＞X}；（2）设 M=max{ X， Y} ，求 P{ M＞ 0}.题20 图【解】因（ X， Y）的联合概率密度为1222f (x, y)πR2,x y R ,0,其他 .P{Y0, Y X }（1）P{Y 0|Y X}P{Y X}f (x, y)dy0y xf (x, y)dy xπR1r drdπR2π/ 405πR1r dr4 dπR2π/ 403/ 8 3 1/ 2;4(2) P{ M 0} P{max( X ,Y) 0} 1 P{max( X ,Y ) 0}1P{ X 0,Y 0} 1f ( x, y)d113 . x 04 4y 021.设平面区域 D 由曲线 y=1/x 及直线 y=0， x=1,x=e2所围成，二维随机变量（ X ，Y ）在区域 D 上服从均匀分布，求（ X ， Y ）关于 X 的边缘概率密度在 x=2 处的值为多少？题 21 图【解】 区域 D 的面积为 S 0e 21dxln x 1e 2 2. （ X,Y ）的联合密度函数为1xf ( x, y)1 , 1 x e2 ,0 y 1 , 2 x0, 其他.（ X ， Y ）关于 X 的边缘密度函数为1/ x11 2f X ( x)dy, 1 xe ,0 22x0,其他 .所以 f X (2)1 .422.设随机变量 X 和 Y 相互独立，下表列出了二维随机变量（X ，Y ）联合分布律及关于X 和Y 的边缘分布律中的部分数值.试将其余数值填入表中的空白处 .Yy 1y 2y 3P{ X=x i }= p iXx 11/8x 21/8P{ Y=y j }= p j 1/612【解】因P{Y y j } P jP{ X x i ,Yy j } ,i 1故 P{Y y 1} P{ X x 1,Y y 1}P{ X x 2 ,Y y 1},从而 P{ X x 1,Y y 1}1 1 1 . 6824而 X 与 Y 独立，故{ } { }{ , } , P X x i P Y y jP X x i Y y i从而 P{ X x 1}1 P{ X x 1, Y y 1}1 . 624即： P{ X x 1}1 / 1 1 .24 6 4又 P{ Xx 1 } P{ X x 1, Yy 1} P{ X x 1 ,Y y 2} P{ X x 1,Y y 3},即11 1P{ X x 1,Y y 3},424 81从而 P{Xx 1,Yy 3 }.1 , 12 3同理 P{ Y y 2 }P{ X x 2 ,Y y 2 }28 31 1 1P{ Y y j }1 ,故 P{ Y y 3又} 12.j163同理 P{Xx 2} 3 .4从而P{ X x 2 , Y y 3} P{Y y 3} P{ X x 1,Y y 3 } 1 11 .3 124 故XYy 1 y 2 y 3P{ X x i } P ix 11111248124x 213138844P{ Y y j }p j111162323.设某班车起点站上客人数 X 服从参数为λ(λ>0) 的泊松分布，每位乘客在中途下车的概率为 p （ 0<p<1 ），且中途下车与否相互独立，以 Y 表示在中途下车的人数，求： （ 1）在发车时有 n 个乘客的条件下，中途有 m 人下车的概率； （2）二维随机变量（X ， Y ）的概率分布 .【解】 (1){ | } C mm(1 ) n m,0 , 0,1,2, .np pP Y m X nm n n(2) P{ X n, Y m}P{ X n} P{Ym | X n}C n m p m (1 p) n men, n m n, n 0,1,2, .n!24.设随机变量 X 和 Y 独立，其中 X 的概率分布为 X~1 2 ，而 Y 的概率密度为f(y)，0.30.7求随机变量 U=X+Y 的概率密度 g(u).【解】 设 F （ y ）是 Y 的分布函数，则由全概率公式，知 U=X+Y 的分布函数为G (u) P{ X Yu} 0.3P{ X Y u | X 1} 0.7 P{ X Y u | X 2}0.3P{ Y u1|X 1} 0.7 P{Yu 2 | X2}由于 X 和 Y 独立，可见G (u) 0.3P{Yu 1} 0.7 P{Y u2}0.3F (u 1)0.7F (u 2).由此，得 U 的概率密度为g(u) G (u)0.3F (u 1) 0.7 F (u 2)0.3 f (u 1) 0.7 f (u 2).25. 设随机变量 X 与 Y 相互独立，且均服从区间[0,3] 上的均匀分布，求 P{max{ X,Y} ≤1}.解：因为随即变量服从 [0， 3]上的均匀分布，于是有10 x 3,1 0 y 3,f ( x),f ( y),330, x0, x 3;0,y 0, y 3.因为 X ，Y 相互独立，所以10 x 3,0 y 3,f (x, y),90, x 0, y 0, x 3, y 3.推得P{max{ X ,Y}11}.926. 设二维随机变量（ X ， Y ）的概率分布为X11 Y1 a 0 0.2 0 0.1 b 0.210.1c其中 a,b,c 为常数，且X 的数学期望 E(X)= 0.2,P{ Y ≤0|X ≤0}=0.5，记 Z=X+Y.求：（1） a,b,c 的值；（2） Z 的概率分布；（3） P{ X=Z}.解(1) 由概率分布的性质知，a+b+c +0.6=1即a+b+c = 0.4.由 E(X)0.2 ，可得a c0.1 .再由P{ X0, Y0}a b0.1P{Y 0X 0}a b0.5 ,P{X 0}0.5得 a b0.3 .解以上关于 a，b，c 的三个方程得a0.2,b 0.1,c 0.1 .(2)Z 的可能取值为 2， 1， 0， 1， 2，P{ Z2}P{ X1,Y1} 0.2，P{ Z1}P{ X1,Y0}P{ X0,Y1}0.1 ，P{ Z0} P{X1, Y1}P{ X0,Y0}P{ X1,Y1}0.3 ，P{ Z1}P{ X1,Y0}P{ X0,Y1}0.3 ，P{ Z2}P{ X1,Y1}0.1，即 Z 的概率分布为Z21012P0.20.10.30.30.1(3)P{ X Z}P{Y0} 0.1b0.20.10.10.20.4.27. 设随机变量X,Y 独立同分布 ,且 X 的分布函数为 F(x), 求 Z=max{X,Y} 的分布函数 .解：因为 X,Y独立同分布，所以 F X（ z） =F Y (z), 则 F Z（ z） =P{Z ≤ z}=P{X ≤ z， Y ≤ z}=P{x ≤z} · P{Y ≤ z}= ［F（ z）］2.28.设随机变量X 与 Y 相互独立， X 的概率分布为P{ X i }1,i1,0,1, 31,0 y1,Y 的概率密度为f Y( y)其他 .记 Z=X+Y.0,（1）求P{ Z 10}; | X2（2）求 Z 的概率密度f Z (z)分析题（ 1）可用条件概率的公式求解.题（ 2）可先求 Z 的分布函数，再求导得密度函数.1P{ X0, Z1}解(1)P{ Z0}2| XP{ X0}2P{ X0,Y1}P{ X0}2P{Y1}122（2）F Z (){}{} z P Z z P X Y zP{ X Y z, X 1}P{ X Y ,z X 0 }P{ X Y , z XP{ Y z 1, X1} P { Y z, X 0 } P {Y z 1, XP{ Y z 1} P{ X1} P{Y z} P{ X 0 } P {Y z 1} P { X1[P{Y z 1} P {Y z} P{ Y z 1} ]31Y Y[ F Y( z 1 ) F (z ) F (z 1 ) ]31f Z ( z)'[ Y f ( z 1 ) Y f (z ) Y f (z 1 ) ]F Z( z)31 ,1z 230,其他 .29.设随机变量 (X,Y) 服从二维正态分布,且 X 与 Y 不相关 ,f X (x),f Y (y) 分别表示 X,Y 的概率密度 ,求在 Y=y 的条件下 ,X的条件概率密度f X｜Y (x｜ y).解：由第四章第三节所证可知，二维正态分布的不相关与独立性等价，所以f(x,y)=f X (x)· F Y (y) ，由本章所讨论知，f ( x, y) f X ( x) f Y( y)f X / Y (x / y)f Y ( y)f X ( x) .f Y ( y)30.设二维随机变量(X,Y)的概率密度为2 x y, 0 x 1,0 y1,f ( x, y)0,其他.（1）求P{ X2Y};（2）求 Z=X+Y 的概率密度f Z( z) .分析已知 (X,Y)的联合密度函数，可用联合密度函数的性质 P{(X,Y)∈G} f ( x, y)dxdy解（ 1）； Z=X+Y 的概率密度函数可用先求Z 的分布函数再求导的G方法或直接套公式求解 .解（1）P{ X2Y} f ( x, y)dxdyx 2 y1x2(2x y) dydx0015x2 ) dx7.(x0824（2）( )( ,) ,z f x z x dxf Z其中 f ( x, z x)2x ( z x)0x1,0z x 1 0其他2z0x1,0z x10其他当 z 0或 z 2时，f Z( )0；z当 0z 1 时，f Z( z)zz)dx z(2z); 0(2当 1z 2 时，f Z( z)1(2z)dx(2z) 2 ,z1z(2z)0z1即 Z 的概率密度为f Z ( z)(2z) 21z20其他。
概率论与数理统计第三章课后习题答案
概率论与数理统计第三章课后习题答案习题二1■将一硬币抛掷二次，以X表示在二次中出现正面的次数，以Y表示三次中出现正面次数与出现反面次数之差的绝对值.试写出X和丫的联合分布律.【解】X和丫的联合分布律如表:2.盒子里装有3只黑球、2只红球、2只白球，在其中任取4只球，以X表示取到黑球的只数，以Y表示取到红球的只数.求X和Y的联合分布律.【解】X和丫的联合分布律如表:3•设二维随机变量（X, F）的联合分布函数为求二维随机变量（x, y）在长方形域内的概率.4 6 3J【解】如图叫眈怎＜今空^求：（1）常数/；F (x, y)sin xsiny,0,0"岁詣其他.・Tt ■兀・兀■兀=sin —_sin ——sin —_sin ——4 3 4 6二#(dl).斗sin OLfeinK ■八■兀—+sinIksin —3 6JT7说明：也可先求出密度函数，再求概率。
4•设随机变量（X, Y）的分布密度f（兀，y）j e-(3.r+4y)x >0, y >0, 其他.(2) 随机变量(X, Y)的分布函数;(3) P{0 «1, 0之<2}.【解】(1)由 f(x,y)dxdy° °Ae(3x4y)dxdy £ 1得A = 12(2) 由定义，有y xF (x, y)f (u, v)dudvy y(3u 4v)12e dudvo o0,(3) P{0 X 1,0 Y 2}P{0 X 1,0 Y 2}5. 设随机变量（X, Y ）的概率密度为(1 e 3x )(1 e 4y ) y 0,x 0,0,其他212e (3x 04y)dxdy(1 e 3)(1 e 8)0.9499.f(x ，y)=k(6 x y), 0,x 2,2 y 4,其他.(1)确定常数k ；(2)求 P{X v 1, Y v 3};(3)求 P{X<1.5};(4)求 P{X+Y W 4}.【解】(1)由性质有2 4f(x, y)dxdy ° 2 k(6 x y)dydx 8k 1,31-k(6 x y)dydx86.设X和丫是两个相互独立的随机变量，X在（0,0.2）上服从均匀分布，Y的密度函数为求：（1） X与Y的联合分布密度；（2）P{YN}.(2) P{X 1,Y 3} f (x, y)dydx(3)P{X(4)P{X1.5}x 1.5f (x, y)dxdy 如图 a f (x,y)dxdy1.5 4 10 dx -(6 x y)dy82732Y 4}Xf (x, y)dxdy如图 b f (x,y)dxdy(61 ) y)f Y（ y）5e5y, y 0,0, 其他.【解】（1）因X 在（0, 0.2） 上服从均匀分布，所以X 的密度函数为f x (X)10 x 0.2,0.2,0,其他.而f/y)5e 5y , y 0,0,其他.所以f (x, y)X,丫独立 fx(x)gf Y (y)⑵ P(Y X) f (x, y)dxdy 如图 25e 5y dxdyy xD丄 0.2 5e 5y0,25e 5y, 0 x 0.2且 y 0, 0, 其他•0.2 0dx25e -5ydy0.2 5x0 ( 5e5)dx■1=e 0.3679.7.设二维随机变量（X, Y ）的联合分布函数为F （ x ，y ）(1 e 4x)(1 e 2y), x 0,y 0,0,其他.求（X ，Y ）的联合分布密度2［解］ f(x,y)x y8e(4x 2y), x 0,y 0,0, 其他.8.设二维随机变量（X, Y ）的概率密度为f (x, y)=4.8y(2 x), 0 0,x 1,0 y x,其他.求边缘概率密度.【解】f x(x) f (x,y)dyx0 4.8y(2x)dy0,2.4X2(2 x), 0 x 1,0, 其他.f y(y) f (x,y)dx1=y4-8y(2x)dx 2.4y(3 4y y2), 0 y 1,0, 其他.,题8图9.设二维随机变量题9图X, Y)的概率密度为f (x, y) e y, 0 x y,0, 其他.求边缘概率密度.【解】f x(X) f (x, y)d yx0,e y dy xe , x 0,0, 其他.f Y(y) f (x,y)dxy e y dx0,ye x, y 0,0, 其他.y\i■v=xw p题10图10.设二维随机变量（X, Y）2f （x, y）= J试确定常数c;求边缘概率密度的概率密度为x2y 1,其他.(1)(2)【解】(1)f (x, y)dxdy如图Df (x,y)dxdy1 12-1dx x2cx ydy4c211.214f x(X) f(x,y)dy1 212 , xydyx 40, 212。
天津理工大学概率论与数理统计第三章习题答案详解
第三章多维随机变量及其分布一、填空题1、随机点（x,y ）落在矩形域［%］ < X ≤乙，y ∣ < y ≤ y 2］的概率为F(X 2 ,J 2)- F(X 2 ,必)+ F(x 1,必)一厂(XQ2)・2、（X,V ）的分布函数为 ∕7（x, y ）,则 F （-∞∖ y ） = O .3、（X,y ）的分布函数为尸（x,y ）,则尸& + O,y ） = FV,y ）4、（X,y ）的分布函数为尸（x,y ）,则尸（国+8）= FX （%）5、设随机变量（X,Y ）的概率密度为 k(6 -X- y) 0<x<2, 2<y<41…」 ，则& 二 一0 其它^8^÷x/ （X ） = 一 °0X∫f(χ, y)= <6、随机变量（x,y ）的分布如下，写出其边缘分布.8、二维正态随机变量（x,y）, X和y相互独立的充要条件是参数夕=Q.9、假如随机变量（x,y ）的联合概率分布为二、证明和计算题1、袋中有三个球，分别标着数字1,2,2,从袋中任取一球，不放回，再取一球，设第一次取的球上标的数字为X,其次次取的球上标的数字丫，求（x,y ）的联合分布律. P{X =2y Y = 1} = --- = - 3 2 3 P{X=2,y = 2} = -∙- = -3 2 32、三封信随机地投入编号为1,2,3的三个信箱中，设X 为投入1号信箱的信数，y 为投入2 号信箱的信数，求（x,y ）的联合分布律.则a,β应满意的条件是_a +β 1 8 1111 -6184 2 ；若X 与y 相互独立，则α= —，〃=— ^18^^18" 10、设x,y 相互独立，x~N （o,i ）,y~N （θ∙i ）,则（x,y ）的联合概率密度241 尸+厂 f(x.y)=-e 224z = x+y 的概率密度f z (Z) =12、设（ξ、η）的联合分布函数为FD = V λ +1 1 15777；F 所—核x≥O,y≥O则A=_l解：p{x = ι,y = i} = l∙oP{x = ι,y = 2} = (∙ι = ! 解：X 的可能取值为（）,123Y 的可能取值为（）,1,2,3p{x=o,y = o} = *3 C 2 3P{X=O,Y = ∖} = -^ P{X=0y Y = 2} = ^- = -^2=-"Γ°牛力=『g ⑺勿=1符合概率密度函数的性质，可以是二维连续型随机变量的概率密度函数。
- 1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。
第3章概率与概率分布——练习题1 .某技术小组有12人，他们的性别和职称如下，现要产生一名幸运者。
试求这位幸运者分别是以下几种可能的概率：（1）女性；（2）工程师；（3）女工程师，（4）女性或工程师。
并说明几个计算结果之间有何关系？解:设A＝女性，B＝工程师，AB＝女工程师，A+B＝女性或工程师（1）P(A)＝4/12＝1/3（2）P(B)＝4/12＝1/3（3）P(AB)＝2/12＝1/6（4）P(A+B)＝P(A)＋P(B)－P(AB)＝1/3＋1/3－1/6＝1/22. 某种零件加工必须依次经过三道工序，从已往大量的生产记录得知，第一、二、三道工序的次品率分别为0.2，0.1，0.1，并且每道工序是否产生次品与其它工序无关。
试求这种零件的次品率。
解:求这种零件的次品率，等于计算“任取一个零件为次品”（记为A）的概率()P A。
考虑逆事件A=“任取一个零件为正品”，表示通过三道工序都合格。
据题意，有：P A=---=()(10.2)(10.1)(10.1)0.648于是()1()10.6480.352P A P A=-=-=3. 已知参加某项考试的全部人员合格的占80％，在合格人员中成绩优秀只占15％。
试求任一参考人员成绩优秀的概率。
解:设A表示“合格”，B表示“优秀”。
由于B＝AB，于是PBAPP＝＝0.8×0.15＝0.12(AB|))()(4.某项飞碟射击比赛规定一个碟靶有两次命中机会（即允许在第一次脱靶后进行第二次射击）。
某射击选手第一发命中的可能性是80％，第二发命中的可能性为50％。
求该选手两发都脱靶的概率。
解:设A＝第1发命中。
B＝命中碟靶。
求命中概率是一个全概率的计算问题。
再利用对立事件的概率即可求得脱靶的概率。
ABPAP＝P+BBPAP)(A(|)())()(|＝0.8×1＋0.2×0.5＝0.9脱靶的概率＝1－0.9＝0.1或（解法二）：P(脱靶)＝P(第1次脱靶)×P(第2次脱靶)＝0.2×0.5＝0.15.已知某地区男子寿命超过55岁的概率为84％，超过70岁以上的概率为63%。
试求任一刚过55岁生日的男子将会活到70岁以上的概率为多少？解: 设A ＝活到55岁，B ＝活到70岁。
所求概率为：()()0.63(|)0.75()()0.84P AB P B P B A P A P A ＝＝＝＝6.某企业决策人考虑是否采用一种新的生产管理流程。
据对同行的调查得知，采用新生产管理流程后产品优质率达95％的占四成，优质率维持在原来水平（即80%）的占六成。
该企业利用新的生产管理流程进行一次试验，所生产5件产品全部达到优质。
问该企业决策者会倾向于如何决策？解:这是一个计算后验概率的问题。
设A ＝优质率达95％，A ＝优质率为80％，B ＝试验所生产的5件全部优质。
P(A)＝0.4，P (A )＝0.6，P (B|A )=0.955， P(B |A )=0.85，所求概率为：6115.050612.030951.0)|()()|()()|()()|(＝＝＝A B P A P A B P A P A B P A P B A P +决策者会倾向于采用新的生产管理流程。
7. 某公司从甲、乙、丙三个企业采购了同一种产品，采购数量分别占总采购量的25％、30％和45％。
这三个企业产品的次品率分别为4％、5％、3％。
如果从这些产品中随机抽出一件，试问：（1）抽出次品的概率是多少？（2）若发现抽出的产品是次品，问该产品来自丙厂的概率是多少？解:令A 1、A 2、A 3分别代表从甲、乙、丙企业采购产品，B 表示次品。
由题意得：P (A 1)＝0.25，P (A 2)＝0.30， P (A 3)＝0.45；P (B |A 1)＝0.04，P (B |A 2)＝0.05，P (B |A 3)＝0.03；因此，所求概率分别为：（1）)|()()|()()|()()(332211A B P A P A B P A P A B P A P B P ++＝ ＝0.25×0.04＋0.30×0.05＋0.45×0.03＝0.0385 （2）3506.00385.00135.00.030.450.050.300.040.2503.045.0)|(3＝＝＋＋＝⨯⨯⨯⨯B A P8.某人在每天上班途中要经过3个设有红绿灯的十字路口。
设每个路口遇到红灯的事件是相互独立的，且红灯持续24秒而绿灯持续36秒。
试求他途中遇到红灯的次数的概率分布及其期望值和方差、标准差。
解:据题意，在每个路口遇到红灯的概率是p ＝24/(24+36)＝0.4。
设途中遇到红灯的次数＝X ，因此，X ～B(3，0.4)。
其概率分布如下表：9. 一家人寿保险公司某险种的投保人数有20000人，据测算被保险人一年中的死亡率为万分之5。
保险费每人50元。
若一年中死亡，则保险公司赔付保险金额50000元。
试求未来一年该保险公司将在该项保险中（这里不考虑保险公司的其它费用）：（1）至少获利50万元的概率； （2）亏本的概率；（3）支付保险金额的均值和标准差。
解:设被保险人死亡数＝X ，X ～B (20000，0.0005)。
（1）收入＝20000×50（元）＝100万元。
要获利至少50万元，则赔付保险金额应该不超过50万元，等价于被保险人死亡数不超过10人。
所求概率为：P(X ≤10)＝0.58304。
（2）当被保险人死亡数超过20人时，保险公司就要亏本。
所求概率为： P(X >20)＝1－P(X ≤20)＝1－0.99842＝0.00158 （3）支付保险金额的均值＝50000×E (X ) ＝50000×20000×0.0005（元）＝50（万元） 支付保险金额的标准差＝50000×σ(X )＝50000×(20000×0.0005×0.9995)1/2＝158074（元）10.对上述练习题3.09的资料，试问：（1）可否利用泊松分布来近似计算？ （2）可否利用正态分布来近似计算？（3）假如投保人只有5000人，可利用哪种分布来近似计算？解: （1）可以。
当n 很大而p 很小时，二项分布可以利用泊松分布来近似计算。
本例中，λ= np =20000×0.0005=10，即有X ～P (10)。
计算结果与二项分布所得结果几乎完全一致。
（2）也可以。
尽管p 很小，但由于n 非常大，np 和np(1-p)都大于5，二项分布也可以利用正态分布来近似计算。
本例中，np=20000×0.0005=10，np(1-p)=20000×0.0005×(1-0.0005)=9.995， 即有X ～N (10,9.995)。
相应的概率为： P (X ≤10.5)＝0.51995，P(X ≤20.5)＝0.853262。
可见误差比较大（这是由于P 太小，二项分布偏斜太严重）。
【注】由于二项分布是离散型分布，而正态分布是连续性分布，所以，用正态分布来近似计算二项分布的概率时，通常在二项分布的变量值基础上加减0.5作为正态分布对应的区间点，这就是所谓的“连续性校正”。
（3）由于p ＝0.0005，假如n =5000，则np ＝2.5<5，二项分布呈明显的偏态，用正态分布来计算就会出现非常大的误差。
此时宜用泊松分布去近似。
11.某企业生产的某种电池寿命近似服从正态分布，且均值为200小时，标准差为30小时。
若规定寿命低于150小时为不合格品。
试求该企业生产的电池的：（1）合格率是多少？（2）电池寿命在200左右多大的范围内的概率不小于0.9。
解:（1）)6667.1()30200150()150(-<-<=<Z P Z P X P ＝＝0.04779合格率为1-0.04779＝0.95221或95.221％。
(2) 设所求值为K ，满足电池寿命在200±K 小时范围内的概率不小于0.9，即有：|200|(|200|){||}0.93030X K P X K P Z --<=<≥＝即：{}0.9530K P Z <≥，K /30≥1.64485,故K ≥49.3456。
12.某商场某销售区域有6种商品。
假如每1小时内每种商品需要12分钟时间的咨询服务，而且每种商品是否需要咨询服务是相互独立的。
求：（1）在同一时刻需用咨询的商品种数的最可能值是多少？（2）若该销售区域仅配有2名服务员，则因服务员不足而不能提供咨询服务的概率是多少？解:设X ＝同一时刻需用咨询服务的商品种数，由题意有X～B(6,0.2)（1）X的最可能值为：X0＝[(n+1)p]＝[7×0.2]＝1 （取整数）（2）∑=--=≤-=>26 68.02.01)2(1)2(kkkkCXPXP＝1-0.9011＝0.0989。